31. Pandas的數據分組-transform函數

pandas有些函數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函數是在pandas的0.20版本后才加入pandas的。

transform函數可以作用于groupby之后的每個組的所有數據。

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上加100,從執行結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

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。