Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimanakah `apply` dan `transform` berbeza apabila menolak dua lajur dan mengira min dalam Pandas DataFrame?

Bagaimanakah `apply` dan `transform` berbeza apabila menolak dua lajur dan mengira min dalam Pandas DataFrame?

Barbara Streisand
Lepaskan: 2024-11-26 20:28:11
asal
729 orang telah melayarinya

How do `apply` and `transform` differ when subtracting two columns and calculating the mean in a Pandas DataFrame?

Tolak Dua Lajur dan Dapatkan Min dengan apply vs transform

Pertimbangkan rangka data berikut:

df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],</p>
<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">               'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
               'C': np.random.randn(8), 'D': np.random.randn(8)})

 A      B         C         D
Salin selepas log masuk

0 foo satu 0.162003 0.087469
1 bar satu -1.156319 -1.526272
2 foo dua 0.833892 -1.666304
3 bar tiga -2.026673 -0.322057
4 foo dua 0.411452 -0.954371
5 bar dua 0.765878 -0.095968
0.6
0.67 foo three -1.789842 -1.130922

apply vs. transform

Arahan berikut menggunakan fungsi lambda kumpulan dalam bingkai data:
df.groupby('A').apply(lambda x: (x['C'] - x['D']))
Salin selepas log masuk

Ini mengembalikan bingkai data dengan bentuk yang sama seperti bingkai data asal, di mana setiap sel mengandungi hasil fungsi lambda yang digunakan pada kumpulan yang sepadan.

Arahan berikut berubah setiap kumpulan dalam bingkai data:
df.groupby('A').transform(lambda x: (x['C'] - x['D']).mean())
Salin selepas log masuk

Ini mengembalikan siri dengan bentuk yang sama seperti kerangka data asal, di mana setiap sel mengandungi min perbezaan antara lajur C dan D untuk kumpulan yang sepadan.

Mengapa arahan yang berbeza berfungsi

Kaedah guna dan ubah mempunyai gelagat berbeza kerana ia berfungsi pada objek input yang berbeza.
  • apply secara tersirat melepasi seluruh kumpulan sebagai DataFrame kepada lambda fungsi.
  • transform melepasi setiap lajur dalam kumpulan secara individu sebagai Siri kepada fungsi lambda.

Perbezaan dalam input ini bermakna penggunaan boleh digunakan untuk melakukan pengiraan pada keseluruhan kumpulan , manakala transformasi hanya boleh digunakan untuk melakukan pengiraan pada lajur individu.

Mengembalikan nilai tunggal dengan transform

Adalah penting untuk ambil perhatian bahawa fungsi lambda yang diluluskan untuk mengubah mesti mengembalikan nilai tunggal untuk setiap kumpulan. Jika fungsi lambda mengembalikan DataFrame, Siri atau sebarang nilai bukan skalar yang lain, ralat akan dibangkitkan.

Inilah sebabnya mengapa arahan berikut gagal:
df.groupby('A').transform(lambda x: (x['C'] - x['D']))
Salin selepas log masuk

Lambda fungsi mengembalikan DataFrame, yang bukan satu nilai.

Kesimpulan

guna dan ubah ialah dua kaedah berkuasa yang boleh digunakan untuk melaksanakan operasi kumpulan mengikut kerangka data. Adalah penting untuk memahami perbezaan antara kedua-dua kaedah ini untuk menggunakannya dengan berkesan.

Atas ialah kandungan terperinci Bagaimanakah `apply` dan `transform` berbeza apabila menolak dua lajur dan mengira min dalam Pandas DataFrame?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Cadangan popular
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan