pandas transform与apply|极客笔记

pandas transform与apply

在使用pandas进行数据处理时，经常会用到transform和apply这两个函数。它们可以对数据进行处理和转换，但是在具体使用时容易混淆。本文将详细解释这两个函数的用法及区别。

transform函数

transform函数的作用是对数据进行转换，常用于按照某一列的值对数据进行分组处理。transform函数的参数是一个函数或lambda表达式，它会对每个分组的数据进行相同的操作。

下面我们来看一个示例，假设有一个包含学生姓名、科目和成绩的数据集：

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Alice', 'Bob', 'Alice'],
        'Subject': ['Math', 'Math', 'English', 'English', 'Math'],
        'Grade': [90, 85, 88, 92, 95]}

df = pd.DataFrame(data)
print(df)

输出为：

    Name  Subject  Grade
0  Alice     Math     90
1    Bob     Math     85
2  Alice  English     88
3    Bob  English     92
4  Alice     Math     95

现在我们想要计算每个学生的平均成绩，可以使用transform函数：

df['Average'] = df.groupby('Name')['Grade'].transform('mean')
print(df)

输出为：

    Name  Subject  Grade    Average
0  Alice     Math     90  91.000000
1    Bob     Math     85  88.500000
2  Alice  English     88  91.000000
3    Bob  English     92  88.500000
4  Alice     Math     95  91.000000

在上面的示例中，我们首先使用groupby函数按照学生姓名分组，然后使用transform函数计算每个学生的平均成绩。可以看到，transform函数将计算的结果对每个分组应用到原始数据中。

apply函数

apply函数的作用也是对数据进行转换，但是它的应用范围更广，可以对整个数据集或某一列进行操作。apply函数的参数是一个函数或lambda表达式，它会对每一行或每一列的数据应用相同的操作。

接着上面的示例，我们使用apply函数计算每个学生的总成绩：

df['Total'] = df.groupby('Name')['Grade'].apply(sum)
print(df)

输出为：

    Name  Subject  Grade    Total
0  Alice     Math     90      185
1    Bob     Math     85      177
2  Alice  English     88      185
3    Bob  English     92      177
4  Alice     Math     95      185

在上面的示例中，我们使用groupby函数按照学生姓名分组，然后使用apply函数计算每个学生的总成绩。可以看到，apply函数将计算的结果应用到整个数据集中。