Python | Pandas DataFrame.transform
Pandas DataFrame ist eine zweidimensionale, in der Größe veränderbare, möglicherweise heterogene tabellarische Datenstruktur mit beschrifteten Achsen (Zeilen und Spalten). Arithmetische Operationen werden sowohl auf Zeilen- als auch auf Spaltenbeschriftungen ausgerichtet. Es kann als diktatartiger Container für Serienobjekte betrachtet werden. Dies ist die primäre Datenstruktur der Pandas.
Der Pandas- DataFrame.transform()
Funktionsaufruf func on self erzeugt einen DataFrame mit transformierten Werten, der dieselbe Achsenlänge wie self hat.
Syntax: DataFrame.transform (func, axis = 0, * args, ** kwargs)
Parameter:
func: Funktion zum Transformieren der
Datenachse: {0 oder 'Index', 1 oder 'Spalten'}, Standard 0
* Argumente : Positionsargumente, die an func übergeben werden sollen.
** kwargs: Schlüsselwortargumente, die an func übergeben werden sollen.Rückgabe : DataFrame
Beispiel 1: Verwenden Sie die DataFrame.transform()
Funktion, um jedem Element im Datenrahmen 10 hinzuzufügen.
import
pandas as pd
df
=
pd.DataFrame({
"A"
:[
12
,
4
,
5
,
None
,
1
],
"B"
:[
7
,
2
,
54
,
3
,
None
],
"C"
:[
20
,
16
,
11
,
3
,
8
],
"D"
:[
14
,
3
,
None
,
2
,
6
]})
index_
=
[
'Row_1'
,
'Row_2'
,
'Row_3'
,
'Row_4'
,
'Row_5'
]
df.index
=
index_
(df)
Ausgabe :
Jetzt werden wir die DataFrame.transform()
Funktion verwenden, um jedem Element des Datenrahmens 10 hinzuzufügen.
result
=
df.transform(func
=
lambda
x : x
+
10
)
(result)
Ausgabe :
Wie wir in der Ausgabe sehen können, hat die DataFrame.transform()
Funktion jedem Element des angegebenen Datenrahmens erfolgreich 10 hinzugefügt.
Beispiel 2: Verwenden Sie die DataFrame.transform()
Funktion, um die Quadratwurzel und das Ergebnis der Eulernummer zu ermitteln, die für jedes Element des Datenrahmens erhöht wurden.
import
pandas as pd
df
=
pd.DataFrame({
"A"
:[
12
,
4
,
5
,
None
,
1
],
"B"
:[
7
,
2
,
54
,
3
,
None
],
"C"
:[
20
,
16
,
11
,
3
,
8
],
"D"
:[
14
,
3
,
None
,
2
,
6
]})
index_
=
[
'Row_1'
,
'Row_2'
,
'Row_3'
,
'Row_4'
,
'Row_5'
]
df.index
=
index_
(df)
Ausgabe :
Jetzt werden wir die DataFrame.transform()
Funktion verwenden, um die Quadratwurzel und das Ergebnis der Eulernummer zu finden, die auf jedes Element des Datenrahmens angehoben werden.
result
=
df.transform(func
=
[
'sqrt'
,
'exp'
])
(result)
Ausgabe:
Wie wir in der Ausgabe sehen können, hat die DataFrame.transform()
Funktion die gewünschte Operation für den angegebenen Datenrahmen erfolgreich ausgeführt.