Pandas技术求助：为DataFrame新增每日金额占比列Pct_Day

别慌，这个Pandas操作其实没那么复杂，我来帮你搞定！核心思路就是先算出每个日期的总金额，再让每个ID的金额除以对应日期的总金额就行。

步骤1：先还原示例数据 #

先把你提到的示例DataFrame构造出来，方便演示：

import pandas as pd

data = {
    'Date': ['8/7/17', '8/7/17', '8/7/17'],
    'ID': [553, 554, 555],
    'Amount': [3, 4, 5]
}
df = pd.DataFrame(data)

步骤2：生成每日占比列 #

这里用groupby配合transform方法就很合适——transform会把分组计算的结果广播回原DataFrame的每一行，刚好匹配我们的需求：

# 新增Pct_Day列，计算每个ID金额占当日总金额的比例
df['Pct_Day'] = df['Amount'] / df.groupby('Date')['Amount'].transform('sum')

最终结果 #

运行后你的DataFrame会变成这样：

完全符合你要的第一行3/(3+4+5)=0.25的要求。如果你的实际数据包含多个日期，这个方法也会自动处理每个日期的分组计算，不用额外写循环~

内容的提问来源于stack exchange，提问作者Z_D