python中groupby的代码优化答案

【问题标题】：Code optimalisation for groupby in pythonpython中groupby的代码优化
【发布时间】：2021-10-22 14:06:34
【问题描述】：

我正在寻找优化一些 python 代码，但我不确定如何解决这个问题，因为我主要使用 python 来分析数据并且硬编码技能有限，所以欢迎任何输入。

我的数据如下所示：

X   Y           Stock           Number
A   10-20       id1             5
A   30-40       id2             7
A   0-10        id3             18
B   30-40       id4             3
B   10-20       id5             9
C   10-20       id6             11
C   0-10        id7             9

我使用 groupby 来分析这个实例中的数据：

# Groupby
=df.groupby(['x', 'y']).agg({'stock':'count','number':'mean'}).reset_index().persist()
groupby.columns=['x', 'y', 'total_stocks', 'mean_number']
# Calculate proportions
groupby['stock_sum'] = df.groupby('y')['total_stocks'].transform('sum')
groupby['proportion'] = groupby['total_stocks'] / groupby['stock_sum']

现在，我在数据集中还有几个变量，例如“X”（我们称它们为 U、V、W、...），我想重复这个 groupby-element。我知道循环和函数的基础知识，我想我可以制作一个 ['X','U','V','W'] 的列表，然后使用一个函数来执行 groupby，但我努力想象我应该如何将列表（并循环其中的项目）合并到函数中。

【问题讨论】：

标签： python pandas performance

【解决方案1】：

希望我能正确理解您的问题。我构建了一个简单的示例，将 X 替换为您想要的变量。这个基本前提可以应用于向循环添加更多变量。

var_list = ['X', 'U', 'V', 'W'] # list of variables
for item in var_list:
  df.groupby([item,'y']).agg({'stock':'count','number':'mean'}).reset_index().persist()
  groupby.columns=[item, 'y', 'total_stocks', 'mean_number']
  # Calculate proportions
  groupby['stock_sum'] = df.groupby('y')['total_stocks'].transform('sum')
  groupby['proportion'] = groupby['total_stocks'] / groupby['stock_sum']

【讨论】：

非常感谢！