.apply 如何在 Pandas DataFrame.groupby 上工作？

Question

              Count
League  Result         
EPL     H      16
        D      9
        A      10
Champ   H      67
        D      15
        A      57
        H      87
La Liga D      35
        A      40
        

我有不同联赛的足球比赛结果明细，以及该结果出现的次数。

我想看看主队胜、平局、客队胜场在总比赛中所占的比例。我在下面看到了解决方案：

df.groupby("League").apply(lambda g: (g/g.sum()*100)

乍一看，这是有道理的，但这里的 g 到底是什么？我假设它是 H、D 或 A 计数，然后 g.sum() 将按每个部门分组的所有 H、D、A 计数相加。但是，如果g 只是一个值，我们如何调用方法g.sum()？ g 到底是什么？

Answer 1

我们通常做transform

df.Count=df.Count*100/df.groupby(level=0)['Count'].transform('sum')

你的函数中的g是数据框

df.groupby(level=0).apply(lambda  x : type(x))
Out[607]: 
League
Champ      <class 'pandas.core.frame.DataFrame'>
EPL        <class 'pandas.core.frame.DataFrame'>
La Liga    <class 'pandas.core.frame.DataFrame'>
dtype: object

Answer 2

g 是一个数据帧。由于您在'League' 上进行分组，您会将DataFrame 拆分为单独的块，其中包含'League' 的唯一值。为了说明这一点，我们可以遍历 GroupBy 对象。

for idx, g in df.groupby('League'):  # `idx` is the unique group key
    print(g, '\n')

---

               Count
League Result       
Champ  H          67
       D          15
       A          57
       H          87

               Count
League Result       
EPL    H          16
       D           9
       A          10

                Count
League  Result       
La Liga D          35
        A          40

apply 然后将您的函数分别应用于这些 DataFrame 中的每一个。调用 g.sum() 将为您提供一个对组中的每一列求和的 Series。

for idx, g in df.groupby('League'):
    print(g.sum(), '\n')

Count    226
dtype: int64 

Count    35
dtype: int64 

Count    75
dtype: int64