Bagaimana Anda Boleh Menggunakan `apply` dan `transform` untuk Tolak Lajur dan Pengiraan Min dengan Groupby?

Menolak Dua Lajur dan Mengira Min Menggunakan Apply dan Transform

Perbezaan Antara Apply dan Transform

Apabila menggunakan groupby pada DataFrame, gunakan dan ubah mempunyai tersendiri ciri:

Input:

• apply mengambil keseluruhan DataFrame setiap kumpulan sebagai input.
• transformasikan proses setiap lajur setiap kumpulan secara individu sebagai a Siri.

Output:

• apply boleh mengembalikan skalar, Siri, DataFrame (atau jenis data lain).
• transform memerlukan jujukan dengan panjang yang sama seperti kumpulan.

Fungsi Tersuai untuk Penolakan

Pertimbangkan fungsi tersuai tolak_two untuk menolak lajur 'a' daripada 'b':

def subtract_two(x):
    return x['a'] - x['b']

Gunakan lwn. Penggunaan Transformasi

1. Mohon:

Dengan menggunakan apply, kita boleh mengira perbezaan 'a' dan 'b' untuk setiap kumpulan, mengembalikan Siri:

df.groupby('A').apply(subtract_two)

2. Transform:

Percubaan untuk menggunakan transform akan mengakibatkan KeyError, kerana transform menjangkakan urutan yang sama panjangnya dengan kumpulan:

df.groupby('A').transform(subtract_two)
# KeyError: 'a'

Mengembalikan Skalar daripada Transform

Untuk menggunakan transformasi bagi penolakan, kami boleh mengembalikan skalar daripada fungsi tersuai kami dan menggunakannya pada semua baris dalam kumpulan:

def subtract_two_scalar(x):
    return (x['a'] - x['b']).mean()

df.groupby('A').transform(subtract_two_scalar)

Ini mengembalikan Siri dengan perbezaan min bagi setiap kumpulan.

Atas ialah kandungan terperinci Bagaimana Anda Boleh Menggunakan `apply` dan `transform` untuk Tolak Lajur dan Pengiraan Min dengan Groupby?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!