Python Pandas DataFrame.transform用法及代碼示例

Pandas DataFrame是帶有標簽軸(行和列)的二維大小可變的，可能是異構的表格數據結構。算術運算在行和列標簽上對齊。可以將其視為Series對象的dict-like容器。這是 Pandas 的主要數據結構。

Pandas DataFrame.transform()self上的函數調用func會生成具有轉換後的值且具有與self相同的軸長的DataFrame。

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

參數：
func:用於轉換數據的函數
axis:{0或“索引”，1或“列”}，默認0
*args:位置參數傳遞給func。
**kwargs:傳遞給func的關鍵字參數。

返回： DataFrame

範例1：采用DataFrame.transform()函數將10添加到 DataFrame 中的每個元素。

# 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)

輸出：

現在我們將使用DataFrame.transform()函數將10添加到數據幀的每個元素。

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

輸出：

正如我們在輸出中看到的，DataFrame.transform()函數已成功將10添加到給定Dataframe的每個元素中。

範例2：采用DataFrame.transform()函數來求平方根，並將歐拉數的結果提升到 DataFrame 的每個元素。

# 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)

輸出：

現在我們將使用DataFrame.transform()函數來求平方根，並將歐拉數的結果提升到 DataFrame 的每個元素。

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

輸出：

正如我們在輸出中看到的，DataFrame.transform()函數已成功在給定的數據幀上執行了所需的操作。

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas DataFrame.transform。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。