在Python中，map（）函数如何在Lambda函数中工作？

有人能解释一下aggfunc到底发生了什么吗-

df.pivot_table(values='Loan_Status', index=['Credit_History'],
               aggfunc=lambda x: x.map({'Y':1,'N':0}).mean())

---

谢谢

下面的示例应该说明发生了什么。

Loan\u Status

值通过

Credit\u History

根据逻辑“相加Y的数量并除以观察的总数”进行聚合

---

它的工作原理与任何函数相同。。。尽管这不是内置的

map

函数，但这是一个通过lambda的参数访问的方法function@juanpa.arrivillaga看起来像。我把它和内置地图混淆了，这实际上是pandas.Series.map。谢谢你@Christian Dean

import pandas as pd

df = pd.DataFrame([['Y', 'A'], ['N', 'B'], ['Y', 'C'], ['N', 'A'], ['Y', 'C']],
                  columns=['Loan_Status', 'Credit_History'])

df.pivot_table(values='Loan_Status', index=['Credit_History'],
               aggfunc=lambda x: x.map({'Y':1,'N':0}).mean())

#                 Loan_Status
# Credit_History             
# A                       0.5
# B                       0.0
# C                       1.0