Python3pandas库transform用法

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

#data⾥每个位置元素取对应分组列的均值

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

本文发布于:2024-09-22 05:36:38，感谢您对本站的认可！

标签：元素对应分组

留言与评论（共有 0 条评论）