Python Pandas DataFrame.transform

Pandas DataFrame是一个二维的大小可变的、可能是异质的表格数据结构，具有标记的axis（行和列）。算术操作在行和列的标签上对齐。它可以被认为是一个类似于Dict的系列对象的容器。这是Pandas的主要数据结构。

Pandas DataFrame.transform()函数在自己身上调用func，产生一个带有转换值的DataFrame，其axis长与自己相同。

语法: DataFrame.transform(func, axis=0, *args, **kwargs)

参数:
func : 用来转换数据的函数。
axis： {0或’索引’，1或’列’}，默认0
*args :传递给func的位置参数。
**kwargs :关键字参数，传递给func。

返回 : DataFrame

示例#1 :使用DataFrame.transform()函数为数据框架中的每个元素添加10。

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
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]}) 
  
# Create the index
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)

输出 :

现在我们将使用DataFrame.transform()函数为数据框架的每个元素添加10。

# add 10 to each element of the dataframe
result = df.transform(func = lambda x : x + 10)
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的，DataFrame.transform()函数已经成功地为给定Dataframe的每个元素添加了10。

示例#2 :使用DataFrame.transform()函数来寻找平方根和欧拉数升至数据帧的每个元素的结果。

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
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]}) 
  
# Create the index
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)

输出 :

现在我们将使用DataFrame.transform()函数来寻找平方根和欧拉数对数据帧中每个元素的升值结果。

# pass a list of functions
result = df.transform(func = ['sqrt', 'exp'])
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的，DataFrame.transform()函数已经成功地对给定的数据框架进行了所需的操作。