使用pandas的df.apply方法统计各球员的失利场次数量

你可以结合groupby分组方法和你原来的apply判断逻辑实现需求，示例代码如下：

import pandas as pd

df = pd.read_csv('C:/Users/sadik/Desktop/Data.csv')

# 按球员列分组，下方'Player'请替换为你实际的球员姓名字段名
loss_df = df.groupby('Player').apply(
    lambda group: len(group[group['Result'] == 'Lost']),
    axis=0
).reset_index(name='失利总次数')

print(loss_df)

逻辑说明 #

你原来的代码是遍历全表所有行，判断每场比赛是否为失利，最后统计所有符合条件的总场次。调整后的代码先通过groupby将全表按球员拆分为多个仅包含单球员数据的子表，再对每个子表执行和原来一致的筛选计数逻辑，即可得到每个球员对应的失利总次数，输出结果和你预期的格式完全匹配。

内容的提问来源于stack exchange，提问作者Huzefa Sadikot