如何在Pandas中按id分组并计算1/分组行数作为权重列？

先看我们的初始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'id': [1, 1, 2, 2, 2],
    'val': [10, 20, 19, 21, 15]
})

需求很明确：按id分组，给每行新增一个weight列，值是该分组总条数的倒数，最终要得到这样的结果：

id  val  weight
0   1   10     0.5
1   1   20     0.5
2   2   19    0.33
3   2   21    0.33
4   2   15    0.33

最简实现方案 #

一行代码就能搞定，用groupby加transform是最直接的方式：

df['weight'] = 1 / df.groupby('id')['id'].transform('size')
# 或者用count()也可以，效果完全一样
# df['weight'] = 1 / df.groupby('id')['id'].transform('count')

为啥这是最简的？ #

• groupby('id')帮我们把数据按id分成两组（id=1和id=2）
• .transform('size')会计算每个分组的行数，然后把这个值映射回原DataFrame的每一行——也就是说，id=1的两行都会拿到2，id=2的三行都会拿到3
• 最后用1除以这个值，就得到了每组的权重，直接赋值给新列就行

如果需要把权重保留两位小数，再加个round处理：

df['weight'] = df['weight'].round(2)

这样就完美得到你想要的结果啦～

内容的提问来源于stack exchange，提问作者Ankur