Python Pandas DataFrame.transform用法及代码示例

Pandas DataFrame是带有标签轴(行和列)的二维大小可变的，可能是异构的表格数据结构。算术运算在行和列标签上对齐。可以将其视为Series对象的dict-like容器。这是 Pandas 的主要数据结构。

Pandas DataFrame.transform()self上的函数调用func会生成具有转换后的值且具有与self相同的轴长的DataFrame。

用法： DataFrame.transform(func, axis=0, *args, **kwargs)

参数：
func:用于转换数据的函数
axis:{0或“索引”，1或“列”}，默认0
*args:位置参数传递给func。
**kwargs:传递给func的关键字参数。

返回： DataFrame

范例1：采用DataFrame.transform()函数将10添加到 DataFrame 中的每个元素。

# importing pandas as pd 
import pandas as pd 
  
# Creating the DataFrame 
df = pd.DataFrame({"A":[12, 4, 5, None, 1],  
                   "B":[7, 2, 54, 3, None],  
                   "C":[20, 16, 11, 3, 8],  
                   "D":[14, 3, None, 2, 6]})  
  
# Create the index 
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5'] 
  
# Set the index 
df.index = index_ 
  
# Print the DataFrame 
print(df)

输出：

现在我们将使用DataFrame.transform()函数将10添加到数据帧的每个元素。

# add 10 to each element of the dataframe 
result = df.transform(func = lambda x:x + 10) 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，DataFrame.transform()函数已成功将10添加到给定Dataframe的每个元素中。

范例2：采用DataFrame.transform()函数来求平方根，并将欧拉数的结果提升到 DataFrame 的每个元素。

# importing pandas as pd 
import pandas as pd 
  
# Creating the DataFrame 
df = pd.DataFrame({"A":[12, 4, 5, None, 1],  
                   "B":[7, 2, 54, 3, None],  
                   "C":[20, 16, 11, 3, 8],  
                   "D":[14, 3, None, 2, 6]})  
  
# Create the index 
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5'] 
  
# Set the index 
df.index = index_ 
  
# Print the DataFrame 
print(df)

输出：

现在我们将使用DataFrame.transform()函数来求平方根，并将欧拉数的结果提升到 DataFrame 的每个元素。

# pass a list of functions 
result = df.transform(func = ['sqrt', 'exp']) 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，DataFrame.transform()函数已成功在给定的数据帧上执行了所需的操作。

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas DataFrame.transform。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。