如何基于Date和Location分组高效生成DataFrame的Relative_Value列？

需求是给包含Date、Location、Value列的时间序列DataFrame新增Relative_Value列，该列值为每行Value除以其对应Date+Location分组的Value总和。比如Date=20220101、Location=FE时，Value=4的行计算为4/(4+2+6+4+1)=0.235。

原实现用了groupby.apply，但这种方法效率偏低，以下是更高效的实现方式：

可复现代码 #

import pandas as pd
df1 = pd.DataFrame({
    'Date':[20220101, 20220101, 20220101, 20220101, 20220101, 20220101, 20220101, 20220101, 20220102, 20220102, 20220102, 20220102, 20220102, 20220102, 20220102, 20220102],
    'Location':['FE', 'FE', 'FE', 'FE', 'FE', 'RP', 'RP', 'RP', 'FE', 'FE', 'FE', 'FE', 'RP', 'RP', 'RP', 'RP'],
    'Value':[4, 2, 6, 4, 1, 4, 6, 4, 1, 3, 4, 1, 8, 4, 5, 9]})

高效实现代码 #

# 复制原DataFrame避免修改原数据
df2 = df1.copy()
# 用transform获取分组总和，直接做向量化除法
df2['Relative_Value'] = df2['Value'] / df2.groupby(['Date', 'Location'])['Value'].transform('sum')

# 验证结果（以Date=20220101、Location=FE组为例）
print(df2[(df2['Date'] == 20220101) & (df2['Location'] == 'FE')])

为什么这个方法更高效 #

1. 向量化运算：transform('sum')会返回与原DataFrame长度一致的Series，每个元素对应所在分组的Value总和，直接做除法是Pandas原生的向量化操作，避免了apply逐组执行函数的额外开销。
2. 精准处理目标列：原方法的apply(lambda x: x/sum(x))会对分组内的所有列（包括Date、Location）执行除法，完全没必要，而我们只需要针对Value列计算，用transform可以精准定位目标列，减少不必要的计算。

当数据量较大时，这种方法的效率优势会非常明显。

内容的提问来源于stack exchange，提问作者fjurt