跳转至

Python | Pandas series.transform()

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

熊猫系列是带有轴标签的一维数组。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了一系列方法来执行涉及索引的操作。

熊猫 **Series.transform()**函数调用函数(传递的函数)自行生成一个具有转换值的序列，该序列具有与自身相同的轴长。

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

参数: 功能:如果一个函数，必须要么在传递给 Series 时工作，要么在传递给 Series 时工作。应用 轴:与 DataFrame 兼容所需的参数。 参数:*要传递给 func 的位置参数。 kwargs : 要传递给 func 的关键字参数。

返回:返回必须与自身长度相同的序列。

示例#1: 使用Series.transform()函数变换给定系列对象的元素。在每个城市名称的末尾添加“_City”。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow'])

# Create the Datetime Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W', 
                     periods = 6, tz = 'Europe/Berlin') 

# set the index
sr.index = didx

# Print the series
print(sr)

输出:

现在我们将使用Series.transform()函数在每个城市名称的末尾追加“_City”。

# append '_City'
sr.transform(lambda x : x + '_City')

输出:

正如我们在输出中看到的，Series.transform()函数已经成功地在哪个城市名称的末尾追加了想要的关键词。

示例 2: 使用Dataframe.transform()函数转换给定数据帧的数据。每连门票费用增加 1000。

# importing pandas as pd
import pandas as pd

# Creating the Dataframe
df = pd.DataFrame({'Date':['10/2/2011', '11/2/2011', '12/2/2011', '13/2/2011'],
                    'Event':['Music', 'Poetry', 'Theatre', 'Comedy'],
                    'Cost':[10000, 5000, 15000, 2000]})

# Print the dataframe
print(df)

输出:

现在我们将使用Dataframe.transform()功能增加 1000 的门票费用

# transform the 'Cost' column
df['Cost'] = df['Cost'].transform(lambda x : x + 1000)

# Print the dataframe after modification
print(df)

输出:

从输出中我们可以看到，Dataframe.transform()功能成功的将每个赛事的门票成本提高了 1000。

回到顶部