风流不在谈锋胜,袖手无言味最长。这篇文章主要讲述21-pandas_apply和transform相关的知识,希望能为你提供帮助。
import numpy as np import pandas as pd #1.聚合一次 df=pd.DataFrame({"age":[18,20,22,22,23,23], "name":["A","B","C","D","E","F"], "price1":[1000,900,800,700,600,600], "price2":[10,9,8,7,6,6]}) result=df.groupby("age")["price1","price2"].apply(max).add_prefix("A__") print(result) result=df.groupby("age")["price1","price2"].transform(max).add_prefix("A__") print(result)#transform按照自己的索引计算,可以自定义操作 result=df.groupby("age")["price1","price2"].transform(lambda x:x.sum()).add_prefix("A__")
【21-pandas_apply和transform】
推荐阅读
- 手机控车OBD-移动管家手机控车方案基于Android手机智能控制汽车系统的研究与实现;
- Windows10 家庭版(1903/1909)中用RDPWrapper-v1.6.2和autoupdate补丁开启远程桌面功能
- APP手势操作滑动
- Android_在Fragment获取activity实现的接口以及通过bundle传递自定义对象
- android1
- 关于数组的合并arr.push()arr.push.apply()
- H5开发移动应用APP(店铺系列一)
- Android 7.x Toast BadTokenException处理
- Android 商城类亚博体育应用实战之购物车附源码