python - .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成绩明细以及该结果发生的次数。

我想查看主场胜利、平局、客场胜利占比赛总数的百分比。我在下面看到了一个解决方案:

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

乍一看，这是有道理的，但是这里的g到底是什么？我假设它是 H、D 或 A 计数，然后 g.sum() 对按每个分区分组的所有 H、D、A 计数求和。但是，如果 g 只是一个值，我们如何调用方法 g.sum() 呢？这里的g到底是什么？

Answer 1

g 是一个数据帧。由于您对 'League' 进行分组，因此您将把 DataFrame 分成单独的 block ，其中包含 'League' 的唯一值。为了说明这一点，我们可以迭代 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每个 DataFrame。调用 g.sum() 将为您提供一个对组中每一列求和的系列。

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

Count    226
dtype: int64 

Count    35
dtype: int64 

Count    75
dtype: int64