何时使用 Pandas apply 与transform 进行分组数据操作？

在Pandas中，apply和transform都可以用来对分组数据执行操作。但是，这两种方法之间存在一些关键差异。

输入类型

• apply 将每个组的整个 DataFrame 作为输入传递给自定义函数。
• transform 将每个组的 DataFrame 的每一列单独传递为自定义的输入函数。

输出类型

• apply 可以返回标量、Series 或 DataFrame。
• transform 必须返回序列（例如，系列、数组或列表），其长度与group.

Transformation

• apply 可用于在 DataFrame 上执行转换，例如聚合值、过滤行或修改数据。
• transform 主要用于在组内执行按行操作，例如缩放值或添加新值

示例

考虑以下 DataFrame：

df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
                   'C': randn(8), 'D': randn(8)})

使用 apply 从每个组中的 D 列中减去 C 列:

df.groupby('A').apply(lambda x: (x['C'] - x['D']))

要从每组内的 D 列中减去 C 列，请使用转换：

df.groupby('A').transform(lambda x: (x['C'] - x['D']).mean())

请注意，传递给transform的lambda函数返回C和D之间差异的平均值，从而产生与原始DataFrame具有相同形状的转换列。

何时使用 apply 与 transform：

• 当需要访问组内的多个列或执行时使用 apply导致不同形状输出的操作（例如，聚合值或过滤行）。
• 当您需要在组内执行按行操作并希望使用以下值创建新列或变量时，请使用转换：与输入数据形状相同。

以上是何时使用 Pandas apply 与transform 进行分组数据操作？的详细内容。更多信息请关注PHP中文网其他相关文章！