使用中间计算从其他数据帧创建数据帧

假设我在熊猫数据框中有一些要使用的数据。

>>> df = pd.DataFrame([['a',10,5],['a',12,6],['b',4,2],['b',5,10]],
...                   columns=['id','val','val2']))

所以数据框架看起来是这样的:

>>> df
    id   val   val2
0   a    10    5
1   a    12    6
2   b    4     2
3   b    5     10

我想要实现的是一个包含 id 列名称值和 val 和 val2 作为行名称,其中值应按以下方式组成:

1. 基于以下内容生成值列的平均值 身份证件 留下一些像

   id   mean-val   mean-val2
   a    11         5.5
   b    4.5        6
   

2. 计算的百分比 mean-val 和 mean-val2 基于两个值的和 身份证件 (例如 11 / (11+5.5) * 100 = 66.67 ),渲染

   id    perc-val   perc-val2
   a     66.67      33.33
   b     42.86      57.14
   

最终数据帧应如下所示:

>>> new_df
       a       b
val    66.67   42.86
val2   33.33   57.14

我的方法

我对熊猫很不熟悉,所以我花了一段时间才找到一个不满意的方法。

>>> idx = ['val','val2']
>>> lst = [df.groupby('id')[index].mean() for index in idx]
>>> df_new = pd.DataFrame(
...     [[x/y*100 for x, y in zip(lst2,sum(lst))] for lst2 in lst],
...     index=idx, columns=df['id'].unique())

这是可行的,但我不确定是否保证列或行的命名顺序正确,或者是否可能,例如, a 列已命名 b 反之亦然。

所以我真正的问题是,是否有一种更好,更清洁,更安全,也许更有效的方法来做到这一点。