python中transform用法_Pandas DataFrame.transform用法详解

我们可以将Pandas DataFrame定义为带有一些标记轴(行和列)的二维大小可变的异构表格数据结构。执行算术运算将使行和列标签对齐。可以将其视为Series对象的类似dict的容器。

Pandas DataFrame.transform()函数的主要任务是自行生成具有其转换后的值的DataFrame, 并且它具有与self相同的轴长。

句法：

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

参数：

func：它是用于转换数据的功能。

axis：表示0或’索引’, 1或’列’, 默认值为0。

* args：这是一个位置参数, 将传递给函数。

** kwargs：这是一个关键字参数, 将被传递给函数。

返回值：

它返回必须与self长度相同的DataFrame。

示例1：使用DataFrame.transform()函数向数据框中的每个元素添加10。

# importing pandas as pd

importpandas as pd

# Creating the DataFrame

info =pd.DataFrame({"P":[8, 2, 9, None, 3], "Q":[4, 14, 12, 22, None], "R":[2, 5, 7, 16, 13], "S":[16, 10, None, 19, 18]})

# Create the index

index_ =['A_Row', 'B_Row', 'C_Row', 'D_Row', 'E_Row']

# Set the index

info.index =index_

# Print the DataFrame

print(info)

输出

P Q R S

A_Row 8.0 4.0 2.0 16.0

B_Row 2.0 14.0 5.0 10.0

C_Row 9.0 12.0 7.0 NaN

D_RowNaN 22.0 16.0 19.0

E_Row 3.0NaN 13.0 18.0

示例2：使用DataFrame.transform()函数查找平方根, 并将欧拉数的结果提高到数据框的每个元素。

# importing pandas as pd

importpandas as pd

# Creating the DataFrame

info =pd.DataFrame({"P":[8, 2, 9, None, 3], "Q":[4, 14, 12, 22, None], "R":[2, 5, 7, 16, 13], "S":[16, 10, None, 19, 18]})

# Create the index

index_ =['A_Row', 'B_Row', 'C_Row', 'D_Row', 'E_Row']

# Set the index

info.index =index_

# Print the DataFrame

print(info)

输出

P Q R S

A_Row 88.0 14.0 12.0 16.0

B_Row 12.0 14.0 15.0 10.0

C_Row 19.0 22.0 17.0 NaN

D_RowNaN 21.0 16.0 19.0

E_Row 13.0NaN 13.0 18.0