Python pandas.DataFrame.transform用法及代码示例

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

在 self 上调用 func 生成与 self 具有相同轴形状的 DataFrame。

参数：

func：函数，str，list-like 或 dict-like

用于转换数据的函数。如果是函数，则必须在传递 DataFrame 或传递给 DataFrame.apply 时工作。如果 func 既是 list-like 又是 dict-like，则 dict-like 行为优先。

接受的组合是：

function
字符串函数名
list-like 的函数和/或函数名称，例如[np.exp, 'sqrt']
轴标签的dict-like -> 函数、函数名称或此类的list-like。

axis：{0 或 ‘index’，1 或 ‘columns’}，默认 0

如果为 0 或 ‘index’：将函数应用于每一列。如果为 1 或 ‘columns’：将函数应用于每一行。

*args：

要传递给 func 的位置参数。

**kwargs：

要传递给 func 的关键字参数。

DataFrame: 一个必须与 self 具有相同长度的 DataFrame。

抛出：

ValueError：如果返回的 DataFrame 的长度与 self 不同。

注意：

改变传递对象的函数可能会产生意外行为或错误，因此不受支持。有关更多详细信息，请参阅使用用户定义函数 (UDF) 方法进行变异。

例子：

>>> df = pd.DataFrame({'A':range(3), 'B':range(1, 4)})
>>> df
   A  B
0  0  1
1  1  2
2  2  3
>>> df.transform(lambda x:x + 1)
   A  B
0  1  2
1  2  3
2  3  4

即使生成的 DataFrame 必须与输入 DataFrame 具有相同的长度，也可以提供几个输入函数：

>>> s = pd.Series(range(3))
>>> s
0    0
1    1
2    2
dtype:int64
>>> s.transform([np.sqrt, np.exp])
       sqrt        exp
0  0.000000   1.000000
1  1.000000   2.718282
2  1.414214   7.389056

您可以在 GroupBy 对象上调用转换：

>>> df = pd.DataFrame({
...     "Date":[
...         "2015-05-08", "2015-05-07", "2015-05-06", "2015-05-05",
...         "2015-05-08", "2015-05-07", "2015-05-06", "2015-05-05"],
...     "Data":[5, 8, 6, 1, 50, 100, 60, 120],
... })
>>> df
         Date  Data
0  2015-05-08     5
1  2015-05-07     8
2  2015-05-06     6
3  2015-05-05     1
4  2015-05-08    50
5  2015-05-07   100
6  2015-05-06    60
7  2015-05-05   120
>>> df.groupby('Date')['Data'].transform('sum')
0     55
1    108
2     66
3    121
4     55
5    108
6     66
7    121
Name:Data, dtype:int64

>>> df = pd.DataFrame({
...     "c":[1, 1, 1, 2, 2, 2, 2],
...     "type":["m", "n", "o", "m", "m", "n", "n"]
... })
>>> df
   c type
0  1    m
1  1    n
2  1    o
3  2    m
4  2    m
5  2    n
6  2    n
>>> df['size'] = df.groupby('c')['type'].transform(len)
>>> df
   c type size
0  1    m    3
1  1    n    3
2  1    o    3
3  2    m    4
4  2    m    4
5  2    n    4
6  2    n    4

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 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。

用法:

参数：

返回：

抛出：

注意：

例子：