跳转至

Python | Pandas data frame.transform

原文:https://www.geesforgeks.org/python-pandas-data frame-transform/

Pandas DataFrame 是一个二维可变大小、潜在异构的表格数据结构，带有标记轴(行和列)。算术运算在行标签和列标签上对齐。它可以被认为是系列对象的类似字典的容器。这是熊猫的主要数据结构。

熊猫 **DataFrame.transform()**函数调用 func on self 产生一个具有转换值的数据帧，该数据帧具有与 self 相同的轴长。

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

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

返回:数据帧

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
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()函数为数据帧的每个元素添加 10。

# 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那样，DataFrame.transform()函数已经成功地为给定数据帧的每个元素添加了 10 个元素。

示例#2 : 使用DataFrame.transform()函数找到平方根和欧拉数上升到数据框每个元素的结果。

# 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()函数来寻找平方根和欧拉数上升到数据帧每个元素的结果。

# 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()函数已经成功地对给定的数据帧执行了所需的操作。

回到顶部