Python3pandas库transform用法

import pandas as pd
import numpy as np
A=np.array([[1,2,3,4,5],[2,1,1,2,2],[1,2,3,4,5],[2,1,1,2,2],[1,2,3,4,5]])
data=pd.DataFrame(A,index=['li','chen','wang','zhao','qian'],columns=['a','b','c','d','e'])
print(data)

      a  b  c  d  e
li    1  2  3  4  5
chen  2  1  1  2  2
wang  1  2  3  4  5
zhao  2  1  1  2  2
qian  1  2  3  4  5

key=['ss','kk','kk','ss','ss']  #给定index分组标记
print(data.groupby(key).mean())  #mean是按key做分组的列均值

           a         b         c         d    e
kk  1.500000  1.500000  2.000000  3.000000  3.5
ss  1.333333  1.666667  2.333333  3.333333  4.0

data里每个元素位置的取值由transform函数的参数函数计算

print(data.groupby(key).transform(np.mean))
#data里每个位置元素取对应分组列的均值

             a         b         c         d    e
li    1.333333  1.666667  2.333333  3.333333  4.0
chen  1.500000  1.500000  2.000000  3.000000  3.5
wang  1.500000  1.500000  2.000000  3.000000  3.5
zhao  1.333333  1.666667  2.333333  3.333333  4.0
qian  1.333333  1.666667  2.333333  3.333333  4.0

生成的tsf里，每个位置元素取值是data里“对应位置元素”按transform的“函数参数”运算（这里是’对应元素’减去’对应分组列的均值’）；x取值是data的每个位置元素，只不过x.mean中的mean方法作用范围由key决定

my_transform = lambda x : x-x.mean()  
tsf=data.groupby(key).transform(my_transform)
print(tsf)

             a         b         c         d    e
li   -0.333333  0.333333  0.666667  0.666667  1.0
chen  0.500000 -0.500000 -1.000000 -1.000000 -1.5
wang -0.500000  0.500000  1.000000  1.000000  1.5
zhao  0.666667 -0.666667 -1.333333 -1.333333 -2.0
qian -0.333333  0.333333  0.666667  0.666667  1.0