Python .apply如何在DataFrame.groupby上工作？

我有一份不同联赛的足球比赛结果明细表，并统计了该结果出现的次数

我想看看主场胜利、平局和客场胜利在总比赛中所占的比例。我在下面看到了一个解决方案：

              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
        

---

乍一看，这是有道理的，但这里到底是什么？我假设是H，D或A计数，然后是

g.sum（）

将所有H，D，A计数按每个除法分组求和。但是，如果

g

只是一个值，我们如何调用方法

g.sum（）

？这里的

g

到底是什么？

我们通常做

变换

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

函数中的g是数据帧

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

df.groupby（级别=0）。应用（lambda x:type（x））
Out[607]：
联合会
钱普
EPL
西甲
数据类型：对象

g

是一个数据帧。由于您在

'League'

上分组，因此您将把数据帧分成单独的块，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

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

---

然后，

apply

将您的函数分别应用于这些数据帧。调用

g.sum（）

               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

其中，“数据帧”是指groupby的一个组。@IgorRivin，基本上是该组的子数据帧
.apply（lambda x:type（x））
非常清楚地说明了这一点。这有助于了解您正在使用的对象的类型，因为应用的方法会有很大的不同。@r.ook是的，我知道grouoby对象是什么。然而，尤本的回答可能混淆了OP，因为后者可能不知道。谁是短语“我们通常进行转换”中的“我们”？从我坐的位置来看，
apply
和
agg
要多得多common@PaulH应用是很常见的，当您有大的数据帧时，运行时间会增加很多。查克，希望你能成为我们中的一员~@他很高兴这有帮助！由于
groupby
对象可能有点不透明，我发现像上面那样迭代最容易获得直觉（和调试）。从概念上讲，这与熊猫的行为没有什么不同。这就是说，当数据获取时，大熊猫已经优化了许多操作，因此将上述直接代码（甚至应用程序）转换为性能更高、不会循环的代码（如YOBEN_的解决方案）通常是首选。
               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

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

Count    226
dtype: int64 

Count    35
dtype: int64 

Count    75
dtype: int64