您好,登錄后才能下訂單哦!
小編這次要給大家分享的是Python自定義聚合函數(shù)merge與transform有什么區(qū)別,文章內(nèi)容豐富,感興趣的小伙伴可以來了解一下,希望大家閱讀完這篇文章之后能夠有所收獲。
1.自定義聚合函數(shù),結(jié)合agg使用
2. 同時使用多個聚合函數(shù)
3. 指定某一列使用某些聚合函數(shù)
4.merge與transform使用
import pandas as pd import numpy as np np.random.seed(1) dict_data = { 'k1': ['a', 'b', 'c', 'd', 'a', 'b', 'c', 'd'], 'k2': ['A', 'B', 'C', 'D', 'A', 'B', 'C', 'D'], 'data1': np.random.randint(1,10,8), 'data2': np.random.randint(1,10,8) } df = pd.DataFrame(dict_data) print('df=\n',df) df2 = df.groupby('k1').sum() # df2 = df.sum() print("df.groupby('k1').sum()\n",df2) # 使用聚合函數(shù) def cus(df): return df.max()-df.min() # 默認列索引為列名。元組第0個元素‘Max',‘mu_cus'為自定義列名稱,第一個元素為聚合函數(shù)名稱 print("使用聚合函數(shù)1\n",df.groupby('k1').agg(['sum',('Max','max'),('mu_cus',cus)])) # 制定某一列使用某個聚合函數(shù), 元組不能用來重命名列名了,元組里面的函數(shù),表示這一列將會執(zhí)行的聚合函數(shù) print("使用聚合函數(shù)2\n",df.groupby('k1').agg({'data1':('min', 'max'),'data2':'min'})) df3 = df.groupby('k1').sum().add_prefix('sum_') print('df3=\n',df3) # 如果不使用add_prefix('sum_'),那么在merge時候data1余data2列名相同,會被自動重命名 print('merge=\n',pd.merge(df,df3,on='k1')) transform_df = df.groupby('k1').transform(np.sum).add_prefix('sum_') print(transform_df) df[transform_df.columns]=transform_df # transform_df.columns Index(['sum_k2', 'sum_data1', 'sum_data2'], dtype='object') # df[transform_df.columns.values]=transform_df #等價,# transform_df.columns.values ['sum_k2', 'sum_data1', 'sum_data2'] print(df) exit()
結(jié)果
df= k1 k2 data1 data2 0 a A 6 3 1 b B 9 5 2 c C 6 6 3 d D 1 3 4 a A 1 5 5 b B 2 3 6 c C 8 5 7 d D 7 8 df.groupby('k1').sum() data1 data2 k1 a 7 8 b 11 8 c 14 11 d 8 11 使用聚合函數(shù)1 data1 data2 sum Max mu_cus sum Max mu_cus k1 a 7 6 5 8 5 2 b 11 9 7 8 5 2 c 14 8 2 11 6 1 d 8 7 6 11 8 5 使用聚合函數(shù)2 data1 data2 min max min k1 a 1 6 3 b 2 9 3 c 6 8 5 d 1 7 3 df3= sum_data1 sum_data2 k1 a 7 8 b 11 8 c 14 11 d 8 11 merge= k1 k2 data1 data2 sum_data1 sum_data2 0 a A 6 3 7 8 1 a A 1 5 7 8 2 b B 9 5 11 8 3 b B 2 3 11 8 4 c C 6 6 14 11 5 c C 8 5 14 11 6 d D 1 3 8 11 7 d D 7 8 8 11 sum_k2 sum_data1 sum_data2 0 AA 7 8 1 BB 11 8 2 CC 14 11 3 DD 8 11 4 AA 7 8 5 BB 11 8 6 CC 14 11 7 DD 8 11 k1 k2 data1 data2 sum_k2 sum_data1 sum_data2 0 a A 6 3 AA 7 8 1 b B 9 5 BB 11 8 2 c C 6 6 CC 14 11 3 d D 1 3 DD 8 11 4 a A 1 5 AA 7 8 5 b B 2 3 BB 11 8 6 c C 8 5 CC 14 11 7 d D 7 8 DD 8 11 Process finished with exit code 0
看完這篇關(guān)于Python自定義聚合函數(shù)merge與transform有什么區(qū)別的文章,如果覺得文章內(nèi)容寫得不錯的話,可以把它分享出去給更多人看到。
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。