如何在Pandas DataFrame中按两列分组计算交互占比？

嘿，我来帮你搞定这个proportion列的计算！你已经完成了前期的数据处理，现在只需要简单几步就能得到符合要求的占比结果，下面给你两种实用的实现方式：

核心逻辑是：先计算每个USER2对应的所有numberOfInteractions总和，再将每行的numberOfInteractions除以这个总和，得到该行的占比。

方法一：用groupby + transform（最简洁高效） #

transform方法可以直接在原DataFrame上生成分组统计结果，不用额外的合并操作，非常方便：

# 给每行添加对应USER2的总交互数
user_record_access['total_user2_interactions'] = user_record_access.groupby('USER2')['numberOfInteractions'].transform('sum')

# 计算proportion列
user_record_access['proportion'] = user_record_access['numberOfInteractions'] / user_record_access['total_user2_interactions']

方法二：用groupby + merge（逻辑更直观） #

如果你想更清晰地看到分组求和与合并的过程，可以用这种方式：

# 第一步：单独计算每个USER2的总交互数
user2_total = user_record_access.groupby('USER2')['numberOfInteractions'].sum().reset_index(name='total_user2_interactions')

# 第二步：把总交互数合并回原数据集
user_record_access = user_record_access.merge(user2_total, on='USER2', how='left')

# 第三步：计算占比
user_record_access['proportion'] = user_record_access['numberOfInteractions'] / user_record_access['total_user2_interactions']

验证你的示例 #

以你提到的us1 us2行为例：

• 该行的numberOfInteractions是1+2+3=6
• USER2=us2的所有记录总和是6 + (1+1+11)=19
• 计算得proportion=6/19≈0.315789，完全符合你的预期！

内容的提问来源于stack exchange，提问作者Catarina Nogueira