【Pandas分组聚合】进阶:使用自定义函数方法 transform() 、apply() | 您所在的位置:网站首页 › pandas分组聚合能够实现组内运算 › 【Pandas分组聚合】进阶:使用自定义函数方法 transform() 、apply() |
Pandas使用自定义方法分组聚合
创建一个dataframe结构transform方法apply方法补充str
创建一个dataframe结构
import pandas as pd
df = pd.DataFrame(
data={
'name': ['z_s', 'l_s', 'w_w', 'z_l', 'y_s', 'j_j', 'l_b', 'z_f', 'hs_q', 'lbl_k', 'qy_n', 'mg_n'],
'score': [100, 97, 98, 89, 67, 59, 29, 87, 78, 89, 88, 80],
'group': [1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2],
'cls': ['A', 'A', 'A', 'B', 'B', 'B', 'A', 'A', 'A', 'B', 'B', 'B'],
'height': [178.0, 180.0, 176.0, 182.0, 189.0, 190.0, 172.5, 175.0, 165.0, 160.0, 158.5, 159.0]
},
index=['stu_' + str(i) for i in np.arange(1, 13, 1)]
)
print('df:\n', df)
def func_add_one(x):
return x + 1
transform方法
# 调用自定义函数
ret = df.loc[:, 'score'].transform(func_add_one)
print('ret1:\n',ret)
# 调用numpy指标 求均值
ret = df.groupby(by=['cls'])['score'].transform(np.mean)
print('ret2:\n', ret)
# 求 多列的均值
ret = df.groupby(by=['cls'])[['score','height']].transform(np.mean)
print('ret3:\n', ret)
由结果可以发现,transform调用统计指标会将统计结果交给第一项,这样可以保证统计结果的行数与原数组相同,使得之后方便将其拼接到原数组中。 如果想将结果进行聚合,可以调用apply方法: apply方法 # 调用自定义函数 ret = df.loc[:, 'score'].apply(func_add_one) print('ret1:\n',ret) # 调用numpy指标 ret = df.groupby(by=['cls'])[['score','height']].apply(np.mean) print('ret2:\n', ret)transporm 方法是将DataFrame或Series中的值同时放入指定的函数中执行,再将结果返回。 获取 name的第0个元素 def func_get_firstnameword(x): return x[0] ret = df['name'].transform(func_get_firstnameword) print('ret:\n', ret)自定义方法拥有很大的可操作性,通过自定义方法可以对数据进行一系列操作,最终得到想要的结果。 str除此之外,还可以使用str方法,这是一种类似于 dt 的方法(dt的使用) ret = df['name'].str.split('_', expand=True)[0] print('ret:\n', ret)str 的作用是将整个 Series当作str对象,对Series中的所有元素同时执行.split('_', expand=True)[0]方法,其中expand=True的作用是指定split()方法是对整个Series进行操作的,而不是只对第一个元素进行操作: ret = df['name'].str.split('_')[0] print('ret:\n', ret) |
CopyRight 2018-2019 实验室设备网 版权所有 |