如何仅基于Pandas分组对象实现各组与原DataFrame的求和比值计算？

pandas的分组子DataFrame并没有内置的get_source_df()方法，但可以通过以下几种方式实现你的需求，让处理逻辑仅依赖分组对象或可复用的函数：

方案1：提前计算全局总和，作为参数传入处理函数 #

先计算目标DataFrame中column2的全局总和，再将其作为参数传给分组处理函数。这样函数仅依赖分组后的子DataFrame和传入的总和，便于存入字典复用：

# 定义可复用的占比计算函数
def calc_group_ratio(group_df, total):
    return group_df["column2"].sum() / total

# 针对任意DataFrame使用
df = ...  # 你的目标DataFrame
total = df["column2"].sum()
gb = df.groupby("column1")
result = gb.apply(calc_group_ratio, total=total)

方案2：将全局总和作为新列注入原DataFrame #

在分组前，把column2的全局总和作为新列添加到原DataFrame中，这样每个分组的子DataFrame都会包含这个全局值，处理时仅需从子DataFrame中提取：

df = ...  # 你的目标DataFrame
df["total_col2"] = df["column2"].sum()
gb = df.groupby("column1")
# 此lambda仅依赖分组后的子DataFrame，可直接复用
result = gb.apply(lambda x: x["column2"].sum() / x["total_col2"].iloc[0])

如果要复用这个lambda，只需确保目标DataFrame提前添加了对应名称的全局总和列。

方案3：用聚合操作替代apply（更高效） #

相比逐组处理的apply，直接对分组聚合结果做向量运算性能更优，可封装为通用函数存入字典：

def get_group_ratios(target_df, group_col, value_col):
    total = target_df[value_col].sum()
    return target_df.groupby(group_col)[value_col].sum() / total

# 调用示例
df = ...
result = get_group_ratios(df, "column1", "column2")

关键说明 #

pandas分组生成的子DataFrame是原DataFrame的切片（或副本），并未保留对原DataFrame的引用，因此不存在直接获取原DataFrame的内置方法。上述方案均能满足你“复用逻辑到任意DataFrame”的需求，且符合pandas的最佳实践。

内容的提问来源于stack exchange，提问作者Jason