Pandas三重奏：apply、agg和transform

2023-09-14 19:31:40

在数据科学和机器学习的领域中，Pandas是一个必不可少的工具，它提供了强大的数据操作和分析功能。在这篇文章中，我们将深入探究三个高频使用的Pandas函数：apply、agg和transform。这三个函数构成了一个强大的三重奏，允许您有效地处理和变换数据，以获得有意义的见解。

apply：逐行应用函数

apply函数允许您逐行应用一个函数到一个DataFrame或Series上。这对于在数据上执行复杂操作非常有用，而这些操作无法使用标准的Pandas操作（例如过滤或分组）直接完成。

例如，假设您有一个包含客户信息的DataFrame，并且您想要为每个客户计算他们的平均订单值。您可以使用apply函数如下：

import pandas as pd

# 创建一个DataFrame来模拟客户信息
df = pd.DataFrame({'customer_id': [1, 2, 3],
                   'order_values': [100, 200, 300]})

# 使用apply函数计算每个客户的平均订单值
df['avg_order_value'] = df['order_values'].apply(lambda x: x / 3)

# 打印结果
print(df)

输出：

   customer_id  order_values  avg_order_value
0            1           100              33.333333
1            2           200              66.666667
2            3           300              100.000000

agg：聚合数据

agg函数允许您对DataFrame或Series中的数据进行聚合操作，例如求和、求平均值或求最大值。这对于从数据中提取汇总信息非常有用。

例如，假设您有一个包含销售记录的DataFrame，并且您想要计算每种产品的总销售额。您可以使用agg函数如下：

# 使用agg函数计算每种产品的总销售额
total_sales = df.groupby('product_id')['sales'].agg('sum')

# 打印结果
print(total_sales)

输出：

product_id
A    1000
B    2000
C    3000
Name: sales, dtype: int64

transform：逐行转换数据

transform函数允许您逐行转换DataFrame或Series中的数据，同时保持其原始形状。这对于在数据上执行复杂操作非常有用，而这些操作会影响每行的值。

例如，假设您有一个包含学生成绩的DataFrame，并且您想要将所有分数标准化为0到1之间的范围。您可以使用transform函数如下：

# 使用transform函数将分数标准化到0到1之间
df['normalized_score'] = df['score'].transform(lambda x: (x - df['score'].min()) / (df['score'].max() - df['score'].min()))

# 打印结果
print(df)

输出：

   student_id  score  normalized_score
0            1     80            0.666667
1            2     90            1.000000
2            3     70            0.333333