了解如何将 lambda 用于 panda 的 groupby.apply

Question

有人能解释一下下面的未知函数 lambda 是如何知道使用列标签“年”的吗？我试图改编这篇文章中的一种解决方案：

这是我对该帖子感兴趣的答案的图像：

并希望使 lambda 适应我的以下代码：

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

输出：

我正在尝试了解在这种情况下 lambda 的功能是什么。任何帮助将不胜感激。

Answer 1

lambda 函数在这里用作另一个函数内部的匿名函数。 lambda a : a[:] 是输入一个可迭代类型 a 并输出 a[:] 的函数：a 的每个元素。

grouped = report.groupby('Year') 返回一个 groupby 对象，其中包含有关按年份组成的组的信息。

grouped = grouped.apply(lambda a: a[:]) 将匿名函数 lambda 应用于您的 groupby 对象的每个“组”。

因此，对于共享同一年的每一组数据，您将返回同一组的所有数据。 这就是您最终将数据框作为索引年份 (groupby('Year')) 的方式，其中包含每一年的所有相应数据。