2018.03.29 python-pandas transform/apply 的使用


 1 #一般化的groupby方法:apply
 2 df = pd.DataFrame({'data1':np.random.rand(5),
 3                    'data2':np.random.rand(5),
 4                    'key1':list('aabba'),
 5                    'key2':['one','two','one','two','one']})
 6 print(df)
 7 #print(df.groupby('key1').apply(lambda x:x.describe()))
 8 #apply直接运算其中的函数
 9 #这里是匿名函数,直接描述分组后的统计量
10 
11 def f_df1(d,n):
12     return(d.sort_index()[:n]) #返回排序后的前n行数据
13 def f_df2(d,k1):
14     return(d[k1])#返回分组后表的k1列,结果为series,层次化索引
15 print(df.groupby('key1').apply(f_df1,2),'\n')#引入自己创建的函数,注意书写格式,f_df1的第一个参数默认df 第二个参数,2的形式
16 print(df.groupby('key1').apply(f_df2,'data2'))
17 #直接运行f_df函数
18 #参数直接写在后面,也可以写为:.apply(f_df,n=2)
结果:
      data1     data2 key1 key2
0  0.253473  0.731034    a  one
1  0.531445  0.061414    a  two
2  0.733180  0.122293    b  one
3  0.550177  0.115940    b  two
4  0.101753  0.510581    a  one
           data1     data2 key1 key2
key1                               
a    0  0.253473  0.731034    a  one
     1  0.531445  0.061414    a  two
b    2  0.733180  0.122293    b  one
     3  0.550177  0.115940    b  two

key1  
a     0    0.731034
      1    0.061414
      4    0.510581
b     2    0.122293
      3    0.115940
Name: data2, dtype: float64

 

 1 # 数据分组转换 .transform
 2 import numpy as np
 3 import pandas as pd
 4 df = pd.DataFrame({'data1':np.random.rand(5),
 5                    'data2':np.random.rand(5),
 6                    'key1':list('aabba'),
 7                    'key2':['one','two','one','two','one']})
 8 print(df)
 9 k_mean = df.groupby('key1').mean()
10 print(k_mean)
11 print(pd.merge(df,k_mean,left_on = 'key1',right_index = True).add_prefix('mean_'))#.add_profix('mean_'):增添前缀
12 print('------')
13 #通过分组,合并,得到一个包含均值的Dataframe   以key1位分组的列均值
14 
15 print(df.groupby('key2').mean())#按照key2分组求均值
16 print(df.groupby('key2').transform(np.mean))
17 #data1,data2每个位置的元素取对应分组列的均值
18 #字符串不能进行计算

结果:
      data1     data2 key1 key2
0  0.845365  0.411704    a  one
1  0.300226  0.411719    a  two
2  0.476632  0.628493    b  one
3  0.985675  0.304024    b  two
4  0.418804  0.229940    a  one
         data1     data2
key1                   
a     0.521465  0.351121
b     0.731153  0.466258
   mean_data1_x  mean_data2_x mean_key1 mean_key2  mean_data1_y  mean_data2_y
0      0.845365      0.411704         a       one      0.521465      0.351121
1      0.300226      0.411719         a       two      0.521465      0.351121
4      0.418804      0.229940         a       one      0.521465      0.351121
2      0.476632      0.628493         b       one      0.731153      0.466258
3      0.985675      0.304024         b       two      0.731153      0.466258
------
         data1     data2
key2                   
one   0.580267  0.423379
two   0.642951  0.357872
      data1     data2
0  0.580267  0.423379
1  0.642951  0.357872
2  0.580267  0.423379
3  0.642951  0.357872
4  0.580267  0.423379

 

posted @ 2018-03-29 10:53  TAB_Zhu  阅读(1242)  评论(0编辑  收藏  举报