理解pandas的groupby().apply()

在《利用Python进行数据分析》第2章1880-2011年间全美婴儿姓名例子中，有一段代码：

def add_prop(group):
    births = group.births.astype(float)
    group['prop'] = births/births.sum()
    return group
names = names.groupby(['year', 'sex']).apply(add_prop)

代码就几行，开始很难理解后来想通了。

一开始深陷误区，以为换成SQL语句形式：select year, sex, births/sum(births) from names group by year, sex; 那么结果形式应该是131*2行3列，计算的是每年男女性别各自占比，然而这段代码运行后输出却是1690784行5列：

Out[13]: 
              name sex  births  year      prop
0             Mary   F    7065  1880  0.077643
1             Anna   F    2604  1880  0.028618
2             Emma   F    2003  1880  0.022013
3        Elizabeth   F    1939  1880  0.021309
4           Minnie   F    1746  1880  0.019188
            ...  ..     ...   ...       ...
1690779    Zymaire   M       5  2010  0.000003
1690