Python 关于pandas groupby中lambda运算符的澄清

我无法发表评论，因为我是stackoverflow的新手，所以不能直接在线程中提问，但我想在此澄清解决方案：

我理解多索引选择（级别0与级别1），但我不清楚lambda函数中的每个

x

指的是什么。

x.sum（）

中的

x

对我来说是指

level=0

（在

level=0

处对每个分组中的所有结果进行求和），但是

100*x

中的

x

似乎是指groupby对象中的每个单独结果（而不是索引

level=0

分组）

---

很抱歉提出了这样一个基本的问题，但解释一下会非常有用

这是

州办公室

数据框：

state_office
Out: 
                  sales
state office_id        
AZ    2          589661
      4          339834
      6          201054
CA    1          760950
      3          935865
      5          464993
CO    1          737207
      3          154900
      5          277555
WA    2          510215
      4          640508
      6          557411

如果按级别=0对该组进行分组，则该组将为：

                  sales
state office_id        
AZ    2          589661
      4          339834
      6          201054

---

---

---

将groupby.apply与自定义函数一起使用时，这些组将成为此函数的输入（

x

在lambda x中）。我将使用术语

group

，而不是x来更加明确

让你困惑的事情叫做广播。如果对特定组使用

group/group.sum（）

，则该组中的每个元素都将除以总和。我们来看第一组：

                  sales
state office_id        
AZ    2          589661
      4          339834
      6          201054

group.sum（）

返回：

group.sum()
Out: 
sales    1130549
dtype: int64

由于它只有一个元素，

float（x.sum（））

将返回1130549.0。（更简洁的版本是在GroupBy对象上选择销售系列，然后应用函数。

state\u office.GroupBy（level=0）['sales'].apply（lambda x:100*x/x.sum（））

这里，

x

是一个系列，因此

x.sum（）

将是一个标量，因此您不需要

float（x.sum（））

）

如果将每个元素除以此值，则会得到所需的结果：

group / group.sum()
Out: 
                    sales
state office_id          
AZ    2          0.521570
      4          0.300592
      6          0.177837

---

pandas/numpy在这一点上指出，如果形状不相同，但有一个共同的轴，则应根据该轴进行操作（更基本地说，如果您传递三个数字，那么它将执行元素除法，但由于您只传递一个数字，因此它知道您希望将这三个数字中的每一个都除以这个数字）。

让我们一起阅读文档

GroupBy.apply（func，*args，**kwargs）[来源]apply函数func 分组并将结果组合在一起

从上面的签名查看

func

：

func：函数

将数据帧作为其第一个参数的可调用函数，并返回 数据帧、序列或标量。此外，可调用的 位置参数和关键字参数

---

在OP的例子中，

lambda x:100*x/float（x.sum（）

在文档中是

func

。从文档中，

x

这里是一个数据帧，是在

groupby

呼叫之后的一组组。

理解-非常感谢您提供的详细信息，非常感谢！@jbachlombardo很高兴能提供帮助。：）

                  sales
state office_id        
AZ    2          589661
      4          339834
      6          201054

group.sum()
Out: 
sales    1130549
dtype: int64

group / group.sum()
Out: 
                    sales
state office_id          
AZ    2          0.521570
      4          0.300592
      6          0.177837