Python Pandas Series.transform()

Pandas系列是一个带有轴标签的一维ndarray。标签不需要是唯一的，但必须是一个可散列的类型。该对象支持基于整数和标签的索引，并提供了大量的方法来执行涉及索引的操作。

Pandas Series.transform() 函数 在自己身上调用func（传递的函数），产生一个具有转换值的系列，其轴长与自己相同。

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

参数:
func : 如果是一个函数，必须在传递给系列时起作用，或者在传递给系列.apply时起作用。
axis：参数需要与DataFrame兼容。
*args :传递给func的位置参数。
**kwargs :关键字参数，传递给func。

返回：返回的系列必须与自己有相同的长度。

示例#1：使用Series.transform()函数来转换给定系列对象的元素。在每个城市名称的后面加上”_City”。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow'])
  
# Create the Datetime Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W', 
                     periods = 6, tz = 'Europe/Berlin') 
  
# set the index
sr.index = didx
  
# Print the series
print(sr)

输出 :

现在我们将使用Series.transform()函数在每个城市名称的末尾添加”_City”。

# append '_City'
sr.transform(lambda x : x + '_City')

输出 :

正如我们在输出中所看到的，Series.transform()函数已经成功地将所需的关键词附加在哪个城市名称的后面。

例子#2：使用Dataframe.transform()函数来转换给定Dataframe的数据。将每个人的门票费用增加1000。

# importing pandas as pd
import pandas as pd
  
# Creating the Dataframe
df = pd.DataFrame({'Date':['10/2/2011', '11/2/2011', '12/2/2011', '13/2/2011'],
                    'Event':['Music', 'Poetry', 'Theatre', 'Comedy'],
                    'Cost':[10000, 5000, 15000, 2000]})
  
# Print the dataframe
print(df)

输出 :

现在我们将使用Dataframe.transform()函数将票价提高1000

# transform the 'Cost' column
df['Cost'] = df['Cost'].transform(lambda x : x + 1000)
  
# Print the dataframe after modification
print(df)

输出 :

正如我们在输出中看到的，Dataframe.transform()函数成功地将每个事件的门票成本增加了1000。