行ごとに要素の割合を計算する（python,R）

はじめに

初投稿です。

独学でpythonとR両方習得する必要があったため、
実業務で使う処理を、
python,Rそれぞれでまとめてみました。
（おすすめの書き方/別解などあれば、是非教えてください！）

テーマ

今回のテーマは、考え方はシンプルなものの、なぜか個人的に毎回悩んでしまう、
データフレームに対して、行ごとに要素の割合を計算する
コードになります。

excelやtableau等での加工ももちろん可能ですが、
加工の手順をコードとして残せるメリットもあると考え、このテーマにしました。

本題

以下のデータフレームを例に挙げます。
（indexのid列は、イメージのために付けており、コードでは省略しています）

id	a	b	c
d	1	11	21
e	2	12	22
f	3	13	23

各行の合計を1とした際の、a,b,c各要素の割合を出すためのコードです。
（使用例: id=dにおけるaの割合を、id=e,fにおけるaの割合と比較したい　など）

実際に業務で集計するデータには、
idや属性など、要素に含めたくないものが付くことも多いかと思いますが、
今回はシンプルに、全て要素として扱う前提で進めます。

コード

pythonの場合（pandas）

code

import pandas as pd
# データフレーム作成
df = pd.DataFrame({'a':[1,2,3],'b':[11,12,13],'c':[21,22,23]})

# 行ごとに計算
df_kekka = df.apply(lambda x:x/sum(x),axis=1)

結果

a   b   c
0.030303    0.333333    0.636364
0.055556    0.333333    0.611111
0.076923    0.333333    0.589744

Rの場合

code

# データフレーム作成
df <- data.frame(a=c(1:3),b=c(11:13),c=c(21:23))

# 計算
data.frame(df/rowSums(df))

code_別案

#library(purrr)でも。magrittr（の%>%）をよく使うため、まるっと
library(tidyverse)

# データフレーム作成
df <- data.frame(a=c(1:3),b=c(11:13),c=c(21:23))

# 計算　繰り返し処理のイメージに近くなる
df %>%
  map_df(~.x/rowSums(df))

結果

a   b   c
0.03030303  0.3333333   0.6363636
0.05555556  0.3333333   0.6111111
0.07692308  0.3333333   0.5897436

終わりに

すごくシンプルな内容ですが、少しでも実務にお役立ちできれば嬉しいです。
ありがとうございました！