如何通过列表运行功能？

Question

  teamname=print(prem['HomeTeam'].unique())

  ['Liverpool' 'West Ham' 'Bournemouth' 'Burnley' 'Crystal Palace' 'Watford' 'Tottenham' 'Leicester' 
  'Newcastle' 'Man United' 'Arsenal' 'Aston Villa' 'Brighton' 'Everton' 'Norwich' 'Southampton' 'Man 
   City' 'Sheffield United' 'Chelsea' 'Wolves']

   def TeamsPointsDict(df,teamname):
       team_name = teamname 
       num_points = df.loc[prem['HomeTeam'] == teamname, 'HP'].sum() + df.loc[prem['AwayTeam']==teamname, 'AP'].sum()
       d=dict()
       d[team_name]= num_points
       return d



       print(TeamsPointsDict(df,'Man City'))

       {'Man City': 57}

所以我在上面创建了列表 teamname，然后创建了一个函数，该函数返回一个字典，其中包含列表 teamname 中的一个名称和他们拥有的点数。现在，我想知道如何通过整个团队名称列表运行该功能并打印所有团队及其各自的点。谢谢你:)。

Answer 1

我不确定我是否完全了解您的代码中发生的情况，但是，

这会做你想要的吗？如果不评论为什么不，我会添加到答案中

for team in ARRAY_OF_TEAMS:
    print(TeamsPointsDict(df, team));

Answer 2

由于您的操作本质上是添加两个总和聚合，因此请考虑使用 pandas.groupby 和不需要 for 循环的 join：

def TeamsPointsDict(df, teamname):
    agg_df = (df.groupby(['HomeTeam'])['HP'].sum()
                .to_frame()
                .query("HomeTeam == @teamname")
                .join(df.groupby(['AwayTeam'])['AP'].sum())
                .sum(axis=1)
             )

    return agg_df.to_dict()

print(TeamsPointsDict(df, 'Man City'))

---

用随机数据演示：

import numpy as np
import pandas as pd

teams = ['Liverpool', 'West Ham', 'Bournemouth', 'Burnley', 'Crystal Palace', 
         'Watford', 'Tottenham', 'Leicester', 'Newcastle', 'Man United', 
         'Arsenal', 'Aston Villa', 'Brighton', 'Everton', 'Norwich', 
         'Southampton', 'Man City', 'Sheffield United', 'Chelsea', 'Wolves']

### DATA BUILD
np.random.seed(41320)
random_df = pd.DataFrame({'HomeTeam': np.random.choice(teams, 500),
                          'HP': np.random.randint(1, 10, 500),
                          'AwayTeam': np.random.choice(teams, 500),
                          'AP': np.random.randint(1, 10, 500)})

def TeamsPointsDict(df, teamname):
    agg_df = (df.groupby(['HomeTeam'])['HP'].sum()
                .to_frame()
                .query("HomeTeam == @teamname")
                .join(df.groupby(['AwayTeam'])['AP'].sum())
                .sum(axis=1)
             )

    return agg_df.to_dict()


print(TeamsPointsDict(random_df, 'Man City'))
# {'Man City': 238}