如何在Python中实现类似R中mutate()的死亡/病例比率计算？

一、计算当日死亡/当日病例比率（单行列运算） #

不需要使用transform()，直接对deaths和cases列做矢量化运算即可，同时要处理病例数为0的情况避免除以零错误：

# 生成当日死亡/病例比率列，病例数为0时设为NaN
data1['death_case_ratio'] = data1['deaths'] / data1['cases'].replace(0, float('nan'))

这样处理后，所有当日病例数为0的行，比率值会显示为NaN，既避免运算报错也符合数据逻辑。

二、计算国家累计死亡/累计病例比率（分组运算） #

如果你的需求是按国家计算累计死亡数与累计病例数的比率，可结合groupby实现，以下两种方式可选：

方法1：直接用累计函数（简洁高效）

# 按国家分组计算累计死亡、累计病例
data1['cum_deaths'] = data1.groupby('countriesandterritories')['deaths'].cumsum()
data1['cum_cases'] = data1.groupby('countriesandterritories')['cases'].cumsum()
# 计算累计比率，处理除零情况
data1['cum_death_case_ratio'] = data1['cum_deaths'] / data1['cum_cases'].replace(0, float('nan'))

方法2：用transform执行自定义分组运算

如果需要更复杂的分组逻辑，可通过transform()调用自定义函数：

def calculate_cumulative_ratio(group):
    group['cum_deaths'] = group['deaths'].cumsum()
    group['cum_cases'] = group['cases'].cumsum()
    group['cum_death_case_ratio'] = group['cum_deaths'] / group['cum_cases'].replace(0, float('nan'))
    return group

# 按国家分组应用函数，生成累计比率列
data1 = data1.groupby('countriesandterritories').apply(calculate_cumulative_ratio)

注：transform()更适合将分组计算结果广播回原数据行的场景，单纯的累计计算用cumsum()会更高效。

内容的提问来源于stack exchange，提问作者nur