pandas如何统计列值出现次数并除以另一列求和值计算英雄联盟英雄胜率

实现步骤 #

1. 若你目前的胜负结果列如果是文本类标识，先转为可计算的数值格式，将获胜映射为1、失败映射为0：

# 替换代码中对应字段为你实际的列名和获胜对应取值即可
df['is_win'] = df['你的胜负结果列名'].apply(lambda x: 1 if x == '获胜标识' else 0)

如果你的胜负列本身就是1/0的数值格式，可直接跳过这一步。

2. 按上场英雄列分组，对胜负结果列求和得到每个英雄的总胜场数：

# 替换为你实际的上场英雄列名
win_total = df.groupby('上场英雄列名')['is_win'].sum()

3. 匹配你已经统计好的英雄出场次数，合并计算胜率：

# 你已完成的出场次数统计
appear_total = df['上场英雄列名'].value_counts()

# 合并统计结果生成新表
stat_df = pd.DataFrame({
    '出场次数': appear_total,
    '胜场数': win_total
})

# 计算胜率，保留2位小数转为百分比格式
stat_df['胜率(%)'] = (stat_df['胜场数'] / stat_df['出场次数'] * 100).round(2)

注意：你问题中描述的“出场次数除以获胜总场次得到胜率”为表述错误，实际胜率应为胜场数除以出场次数，上述代码已按正确逻辑实现，若确实需要反向计算可自行修改除法顺序。

• 可选操作：按胜率从高到低排序，追加如下代码即可

stat_df = stat_df.sort_values('胜率(%)', ascending=False)

内容的提问来源于stack exchange，提问作者Jrblack