數(shù)據(jù)轉(zhuǎn)換 全國獲獎(jiǎng)

數(shù)據(jù)轉(zhuǎn)換教師：亢華愛北京信息職業(yè)技術(shù)學(xué)院商務(wù)數(shù)據(jù)分析與應(yīng)用專業(yè)教學(xué)資源庫目錄Contents數(shù)據(jù)轉(zhuǎn)換1PART數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)轉(zhuǎn)換語法格式transform(func，*args，**kwargs)上述方法中只有一個(gè)func參數(shù)，表示操作Pandas對(duì)象的函數(shù)。transform()方法返回的結(jié)果有兩種：一種是可以廣播的標(biāo)量值(np.mean)；另一種可以是與分組大小相同的結(jié)果數(shù)組使用agg()方法進(jìn)行聚合運(yùn)算返回的數(shù)據(jù)集的形狀(shape)與被分組數(shù)據(jù)集的形狀是不同的保持與原數(shù)據(jù)集形狀相同通過transfrom()方法實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)換通過transfrom()方法操作分組時(shí)，會(huì)把func()函數(shù)應(yīng)用到各個(gè)分組中，將結(jié)果放在適當(dāng)?shù)奈恢蒙霞僭O(shè)現(xiàn)在有一個(gè)5行6列的表格，從左邊數(shù)前5列的數(shù)據(jù)都是數(shù)值，而最后一列的數(shù)據(jù)是字符串，具體如圖所示：

001234A

112345A

267s910B

31011121314B

434453Babcdekey表格結(jié)構(gòu)示例數(shù)據(jù)轉(zhuǎn)換按照表格的key列進(jìn)行分組，可以將表格劃分為A、B兩組，之后通過transform()方法對(duì)這兩組執(zhí)行求平均值的操作

001234A

112345A

267s910B

31011121314B

434453Babcdekey數(shù)據(jù)轉(zhuǎn)換創(chuàng)建一個(gè)與表格結(jié)構(gòu)相同的DataFrame對(duì)象，代碼如下:In[24]:importpandasaspddf=pd.DataFrame({'a':[0，1，6，10，3]，'b':[1，2，7，11，4]，'c':[2，3，8，12，4]，'d':[3，4，9，13，5]，'e':[4，5，10，14，3]'key':['A'，'A'，'B'，'B''B']})dfOut[24]:abedekey0 0 1 2 3 4 A1 1 2 3 4 5 A2 6 7 8 9 10 B3 10 11 12 13 14 B4 3 4 4 5 3 B上述示例中，創(chuàng)建了一個(gè)5行6列的DataFrame對(duì)象df，其中，df對(duì)象的key列中的數(shù)據(jù)都是字符串?dāng)?shù)據(jù)轉(zhuǎn)換以key列進(jìn)行分組，可以將df對(duì)象拆分成A、B兩組，將mean()方法應(yīng)用到每個(gè)分組中，計(jì)算每個(gè)分組中每列的平均值，具體代碼如下：In[25]:data_group=df.groupby('key').transform('mean')In[26]:data_groupOut[26]:a b cde0 0.500000 1.500000 2.5 3.5 4.51 0.500000 1.500000 2.5 3.5 4.52 6.333333 7.333333 8.0 9.0 9.03 6.333333 7.333333 8.0 9.0 9.04 6.333333 7.333333 8.0 9.0 9.0數(shù)據(jù)轉(zhuǎn)換In[25]:data_group=df.groupby('key').transform('mean')In[26]:data_groupOut[26]:a b cde0 0.500000 1.500000 2.5 3.5 4.51 0.500000 1.500000 2.5 3.5 4.52 6.333333 7.333333 8.0 9.0 9.03 6.333333 7.333333 8.0 9.0 9.04 6.333333 7.333333 8.0 9.0 9.0從輸出結(jié)果可以看出，每列的數(shù)據(jù)是各分組求得的平均數(shù)。以A組為例，在A組中a列原來的數(shù)據(jù)0與1的均值為0.5(0.5為一個(gè)標(biāo)量值)，這個(gè)均值在A組的a列數(shù)據(jù)上進(jìn)行了廣播，使得所有A組a列的數(shù)據(jù)都變成了0.5。數(shù)據(jù)轉(zhuǎn)換上述示例中，原始數(shù)據(jù)的列數(shù)與最終結(jié)果的列數(shù)是不一樣的。假設(shè)現(xiàn)在有另外一個(gè)5行4列的表格，該表格中每列的數(shù)據(jù)都是數(shù)值類型的，如圖所示：

0

2

4

9

3

1

3

2

7

4

2

3

3

0

8

3

4

6

7

6

4

2

6

8

10ABCD如果希望表格進(jìn)行轉(zhuǎn)換后，返回具有相同形狀的結(jié)果，那么可以創(chuàng)建一個(gè)Series對(duì)象，該對(duì)象的長度與表格中的行數(shù)是相同的，按照這個(gè)Series對(duì)象進(jìn)行分組，便可以得到一個(gè)形狀相同的對(duì)象數(shù)據(jù)轉(zhuǎn)換In[27]:importpandasaspddf=pd.DataFrame({'A':[2，3，3，4，2]，'B':[4，2，3，6，6]，'C':[9，7，0，7，8]，'D':[3，4，8，6，10]})dfOut[27]: A B C D0 2 4 9 31 3 2 7 423 3 0 83 4 6 7 64 2 6 8 10創(chuàng)建與表格結(jié)構(gòu)相同的DataFrame對(duì)象，代碼如下：數(shù)據(jù)轉(zhuǎn)換創(chuàng)建一個(gè)列表key，key的長度需要與df對(duì)象的行數(shù)是一樣的，我們把key當(dāng)做分組鍵，將df對(duì)象按照key列表進(jìn)行分組，然后同樣對(duì)每個(gè)分組執(zhí)行求平均值的操作，具體代碼如下：In[28]:#以key為分組依據(jù)，對(duì)df對(duì)象進(jìn)行分組key=['one'，'one'，'two'，'two'，'two']df.groupby(key).transform('mean')Out[28]: A B C D0 2.5 3 8 3.51 2.5 3 8 3.52 3.0 5 5 8.03 3.0 5 5 8.04 3.0558.0數(shù)據(jù)轉(zhuǎn)換在進(jìn)行數(shù)據(jù)轉(zhuǎn)換時(shí)，使用內(nèi)置方法與自定義函數(shù)的方式是一樣的只需要將定義好的函數(shù)名稱作為func