Pandas —— apply()、applymap()、agg()、transform()

In [42]: df = pd.DataFrame({'data1': np.random.randn(5),
    ...:                   'data2': np.random.randn(5)})

In [43]: df
Out[43]:
      data1     data2
0 -2.332263  0.477812
1 -0.715245  0.294528
2 -0.933356 -0.396173
3  0.757402  1.571117
4  2.710012  0.959990

apply()

apply()会将待处理的对象拆分成多个片段，然后对各片段调用传入的函数，最后尝试将各片段组合到一起。

用DataFrame的apply方法，可以将函数应用到由各列或行所形成的一维数组中。

In [44]: f = lambda x : x.max()-x.min()

In [45]: df.apply(f)
Out[45]:
data1    5.042275
data2    1.967290
dtype: float64

In [46]: df.apply(f,axis=1)
Out[46]:
0    2.810074
1    1.009774
2    0.537183
3    0.813714
4    1.750022
dtype: float64

---

applymap()

用DataFrame的applymap方法，可以将函数应用到元素级的数据上。

In [47]: f = lambda x : x+1

In [48]: df.applymap(f)
Out[48]:
      data1     data2
0 -1.332263  1.477812
1  0.284755  1.294528
2  0.066644  0.603827
3  1.757402  2.571117
4  3.710012  1.959990

Series也有一个元素级函数应用的方法map

In [49]: df['data1']
Out[49]:
0   -2.332263
1   -0.715245
2   -0.933356
3    0.757402
4    2.710012
Name: data1, dtype: float64

In [50]: df['data1'].map(f)
Out[50]:
0   -1.332263
1    0.284755
2    0.066644
3    1.757402
4    3.710012
Name: data1, dtype: float64

---

agg()

agg 方法将一个函数使用在一个数列上，然后返回一个标量的值。内置函数名需要用引号。

In [52]: df.agg(['mean','sum'])
Out[52]:
         data1     data2
mean -0.102690  0.581455
sum  -0.513449  2.907274

函数	说明
count	分组中非Nan值的数量
sum	非Nan值的和
mean	非Nan值的平均值
median	非Nan值的算术中间数
std,var	标准差、方差
min,max	非Nan值的最小值和最大值
prob	非Nan值的积
first,last	第一个和最后一个非Nan值

---

transform()

transform会将一个函数应用到各个分组，然后将结果放在适当的位置. 如果各分组产生的标量值，则该标量值会被广播出去。

people=pd.DataFrame(np.random.randn(5,5),
                   columns=list('abcde'),
                   index=['Joe','Steve','Wes','Jim','Travis'])
people

key=['one','two','one','two','one']
people.groupby(key).mean()

people.groupby(key).transform(np.mean)