pandas map関数の使い方

Question

train['user_id']

に格納されているすべてのユーザーIDに対して以下のような処理を行いたいです。（例としてtakuya130の場合）

result_by_user_id = train[train['user_id'] =='takuya130'['result'].value_counts()
prob = result_by_user_id[1]/(result_by_user_id[1]+result_by_user_id[0])

pandasのmap関数を使うのがいいんかなと思うのですが、

train['user_id'].map(lambda x: train[train['user_id'] == x]['result'].value_counts())

序盤のところでエラーが出ます。
またそれぞれのuser_idでvalue_countsを出力したところで、

prob = result_by_user_id[1]/(result_by_user_id[1]+result_by_user_id[0])

この処理までmap関数で連続して行うことはできますか？

map(lambda x: train[train['user_id'] == x]['result'].value_counts()[0] / (lambda x: train[train['user_id'] == x]['result'].value_counts()[0] + lambda x: train[train['user_id'] == x]['result'].value_counts()[1]))

ではとても長くで見づらいし、非効率のような気がします。（そもそも実行できなそうだし）

拙い説明で恐縮ですが、どなたかお願いします。

Answer 1

mapの使い方という点についてですが、中で代入を使いたいようなケースでは、lambdaでがんばるより、関数を定義してしまうほうが簡単です。

def func(x)
    result_by_user_id = train[train['user_id'] == x]['result'].value_counts()
    prob = result_by_user_id[1] / (result_by_user_id[1] + result_by_user_id[0])
    return prob

train['user_id'].map(func)

ただ、やろうとされていることを理解しきれていませんが、mapというよりgroupbyとかを使うケースなのかなという気がします。
mapでは、同じuser_idに対して、毎回同じ計算を何度もすることになります。