如何无循环实现Pandas中分组指定行的col3值对比分析

现有如下结构的DataFrame：

df
   col1  col2  col3
0     1   "A"    10
1     1   "B"    20
2     1   "C"    30
...
     k   "A"    15
n+1   k   "B"    10
n+2   k   "C"     5

需求：针对col1值相同的行，分别计算col2为"A"与"B"、"A"与"C"的col3值比例，公式为(A的col3 / 对应组的B/C的col3) * 100，生成如下结构的结果DataFrame：

da_df
       col2    ratio
0    "AvsB"    33.3  # 10/30*100
1    "AvsC"    50.0  # 10/20*100
...
2k   "AvsB"     150  # 15/10*100
2k+1 "AvsC"     300  # 15/5*100

使用Pandas的透视表和数据重塑功能实现，全程基于向量化操作，无需for循环：

1. 透视数据：将col2的不同取值转为列，让每个col1分组对应一行，包含A、B、C的col3值
2. 计算比例：基于透视后的列直接计算AvsB和AvsC的比例
3. 重塑为长格式：将宽表转为目标要求的长表结构

代码实现：

import pandas as pd

# 示例数据（替换为实际数据即可）
data = {
    'col1': [1, 1, 1, 2, 2, 2],
    'col2': ['A', 'B', 'C', 'A', 'B', 'C'],
    'col3': [10, 20, 30, 15, 10, 5]
}
df = pd.DataFrame(data)

# 1. 生成透视表，将col2的取值转为列
pivot_df = df.pivot(index='col1', columns='col2', values='col3').reset_index()

# 2. 计算两个比例项
pivot_df['AvsB'] = (pivot_df['A'] / pivot_df['B']) * 100
pivot_df['AvsC'] = (pivot_df['A'] / pivot_df['C']) * 100

# 3. 转换为目标长格式结构
da_df = pivot_df.melt(
    id_vars=['col1'],
    value_vars=['AvsB', 'AvsC'],
    var_name='col2',
    value_name='ratio'
).drop(columns='col1')  # 移除原col1，匹配目标结构

# 可选：按需求保留小数位数
da_df['ratio'] = da_df['ratio'].round(1)

print(da_df)

执行后输出结果：

col2  ratio
0  AvsB   50.0
1  AvsB  150.0
2  AvsC   33.3
3  AvsC  300.0

（注：若需要调整行的顺序，可对da_df按col2排序，或在melt的value_vars中指定顺序）

内容的提问来源于stack exchange，提问作者PresentEco