了解如何將 lambda 用於熊貓的 groupby.apply

Question

有人可以解釋下未知的 function lambda 是如何知道使用 label 'Year' 列的嗎？ 我試圖改編這篇文章中的一種解決方案：

這是我對該帖子感興趣的答案的圖像：

並想使 lambda 適應我的以下代碼：

 report = pd.DataFrame([ [2009, 10, 'Einstein'], [2010, 20, 'Einstein'], [2010, 30, 'Einstein'], [2009, 10, 'Planck'], [2009, 20, 'Planck'], [2009, 30, 'Planck']], index = ['r','o','y','g','b','i'], columns = ['Year', 'Points', 'Username']) grouped = report.groupby('Year') grouped = grouped.apply(lambda a: a[:]) grouped

Output：

我正在嘗試學習如何在這種情況下 lambda 的 function 是什么。 任何幫助，將不勝感激。

Answer 1

lambda function 在這里用作另一個 ZC1C425268E68385D1CAB41 內部的匿名 function lambda a: a[:]是輸入一個可迭代類型 a 的 function 和 output a[:] ：a 的每個元素。

grouped = report.groupby('Year')返回一個 groupby object，其中包含有關按年份形成的組的信息。

grouped = grouped.apply(lambda a: a[:])通過 object 匿名 function lambda 應用於您的組的每個“組”。

因此，對於共享同一年的每一組數據，您將返回同一組的所有數據。 這就是您最終以 dataframe 作為索引年份 (groupby('Year')) 的方式，其中包含每年的所有相應數據。