Pandas DataFrame.transform用法详解

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。
句法：

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

参数：
func：它是用于转换数据的功能。
【Pandas DataFrame.transform用法详解】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, 将被传递给函数。
返回值：
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 pdimportpandas as pd# Creating the DataFrameinfo =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 DataFrameprint(info)

输出

PQRSA_Row 8.04.02.016.0B_Row2.014.05.010.0C_Row9.012.07.0NaND_RowNaN22.016.019.0E_Row3.0NaN13.018.0

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框的每个元素。

# importing pandas as pdimportpandas as pd# Creating the DataFrameinfo =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 DataFrameprint(info)

输出