📅 最后修改于: 2020-10-29 02:47:43 🧑 作者: Mango
我们可以将Pandas DataFrame定义为带有一些标记轴(行和列)的二维大小可变的异构表格数据结构。执行算术运算将使行和列标签对齐。可以将其视为Series对象的类似dict的容器。
Pandas DataFrame.transform()函数的主要任务是自行生成具有其转换后的值的DataFrame，并且它具有与self相同的轴长。
DataFrame.transform(func, axis=0, *args, **kwargs)
FUNC：它是用来转换数据的函数。
axis：表示0或’索引’，1或’列’，默认值为0。
* args：这是一个位置参数，将传递给函数。
** kwargs：这是一个关键字参数，将传递给函数。
它返回必须与self长度相同的DataFrame。
示例1：使用DataFrame.transform()函数向数据框中的每个元素添加10。
# importing pandas as pd
importpandas as pd
# Creating the DataFrame
info =pd.DataFrame({"P":[8, 2, 9, None, 3],
"Q":[4, 14, 12, 22, None],
"R":[2, 5, 7, 16, 13],
"S":[16, 10, None, 19, 18]})
# Create the index
index_ =['A_Row', 'B_Row', 'C_Row', 'D_Row', 'E_Row']
# Set the index
info.index =index_
# Print the DataFrame
print(info)
输出：
P Q R S
A_Row 8.0 4.0 2.0 16.0
B_Row 2.0 14.0 5.0 10.0
C_Row 9.0 12.0 7.0 NaN
D_RowNaN 22.0 16.0 19.0
E_Row 3.0NaN 13.0 18.0
示例2：使用DataFrame.transform()函数查找平方根，并将欧拉数的结果提高到数据帧的每个元素。
# importing pandas as pd
importpandas as pd
# Creating the DataFrame
info =pd.DataFrame({"P":[8, 2, 9, None, 3],
"Q":[4, 14, 12, 22, None],
"R":[2, 5, 7, 16, 13],
"S":[16, 10, None, 19, 18]})
# Create the index
index_ =['A_Row', 'B_Row', 'C_Row', 'D_Row', 'E_Row']
# Set the index
info.index =index_
# Print the DataFrame
print(info)
输出：
P Q R S
A_Row 88.0 14.0 12.0 16.0
B_Row 12.0 14.0 15.0 10.0
C_Row 19.0 22.0 17.0 NaN
D_RowNaN 21.0 16.0 19.0
E_Row 13.0NaN 13.0 18.0