31. Pandas的數(shù)據(jù)分組-transform函數(shù)

pandas有些函數(shù)在不同的版本下可能使用功能有些不同，這是個麻煩事情。查看pandas的版本。

$ python

>>> import pandas as pd

>>> print pd.__version__

0.17.1

升級pandas

$ sudo pip install -U pandas

或者安裝指定版本的軟件：

$ sudo pip install pandas=x.y.z

x.y.z為選用的pandas的版本號。而本章的transform函數(shù)是在pandas的0.20版本后才加入pandas的。

transform函數(shù)可以作用于groupby之后的每個組的所有數(shù)據(jù)。

import pandas as pd

import numpy as np

idx = [101,101,101,102,102,102,103,103,103]

idx += [101,102,103] * 3

name = ["apple","pearl","orange", "apple","pearl","orange","apple","pearl","orange"]

name += ["apple"] * 3 + ["pearl"] * 3 + ["orange"] * 3

price = [4.1,5.3,6.3,4.20,5.4,6.0,4.5,5.5,6.8]

price += [4] * 3 + [5] * 3 + [6] * 3

df0 = pd.DataFrame({ "fruit": name, "price" : price, "supplier" :idx})

print "df", "*" * 30

print df0

def p_data(o):

for name, group in o:

print name

print group[:3]

dg1 = df0.groupby(["fruit"])

print "1", "*" * 30

print p_data(dg1)

def f1(x):

return x + 1

def f2(x):

return x + 100

print "2", "*" * 30

print dg1["price"].transform(f1)[:3]

print "3", "*" * 30

print dg1["supplier"].transform(f2)[:3]

print "4", "*" * 30

print dg1.transform(f2)[:3]

示例里的print dg1.transform(f2)[:3]語句是對dg1各組里各個值都在原有基礎(chǔ)上加100,從執(zhí)行結(jié)果可以看出是這樣的。

df ******************************

fruit price supplier

0 apple 4.1 101

1 pearl 5.3 101

2 orange 6.3 101

3 apple 4.2 102

4 pearl 5.4 102

5 orange 6.0 102

6 apple 4.5 103

7 pearl 5.5 103

8 orange 6.8 103

9 apple 4.0 101

10 apple 4.0 102

11 apple 4.0 103

12 pearl 5.0 101

13 pearl 5.0 102

14 pearl 5.0 103

15 orange 6.0 101

16 orange 6.0 102

17 orange 6.0 103

1 ******************************

apple

fruit price supplier

0 apple 4.1 101

3 apple 4.2 102

6 apple 4.5 103

orange

fruit price supplier

2 orange 6.3 101

5 orange 6.0 102

8 orange 6.8 103

pearl

fruit price supplier

1 pearl 5.3 101

4 pearl 5.4 102

7 pearl 5.5 103

2 ******************************

0 5.1

1 6.3

2 7.3

Name: price, dtype: float64

3 ******************************

0 201

1 201

2 201

Name: supplier, dtype: int64

4 ******************************

price supplier

0 104.1 201

1 105.3 201

2 106.3 201

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的python transform_Pandas的数据分组-transform函数的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。