Python3pandas库transform⽤法
import pandas as pd
import numpy as np
A=np.array([[1,2,3,4,5],[2,1,1,2,2],[1,2,3,4,5],[2,1,1,2,2],[1,2,3,4,5]])
data=pd.DataFrame(A,index=['li','chen','wang','zhao','qian'],columns=['a','b','c','d','e'])
print(data)
a b c d e
卷取机li 12345
chen 21122eds
wang 12345
zhao 21122
qian 12345
吴学敏
key=['ss','kk','kk','ss','ss'] #给定index分组标记 upby(key).mean()) #mean是按key做分组的列均值
a b c d e
kk 1.5000001.5000002.0000003.0000003.5
ss 1.3333331.6666672.3333333.3333334.0
data⾥每个元素位置的取值由transform函数的参数函数计算 upby(key).an))
m2m平台
a b c d e
li 1.3333331.6666672.3333333.3333334.0
chen 1.5000001.5000002.0000003.0000003.5
wang 1.5000001.5000002.0000003.0000003.5
zhao 1.3333331.6666672.3333333.3333334.0
qian 1.3333331.6666672.3333333.3333334.0
⽣成的tsf⾥,每个位置元素取值是data⾥“对应位置元素”按transform的“函数参数”运算(这⾥是’对应元素’减去’对应分组列的均值’);x取值是data的每个位置元素,只不过x.mean中的mean⽅法作⽤范围由key决定
my_transform = lambda x : an()
upby(key).transform(my_transform)
print(tsf)
a b c d e
li -0.3333330.3333330.6666670.6666671.0
改进工作作风 密切联系众
chen 0.500000 -0.500000 -1.000000 -1.000000 -1.5
wang -0.5000000.5000001.0000001.0000001.5
zhao 0.666667 -0.666667 -1.333333 -1.333333 -2.0
qian -0.3333330.3333330.6666670.6666671.0
漳州师范学院学报