Python3 pandas库transform用法

import pandas as pd
import numpy as np
A=np.array([[1,2,3,4,5],[2,1,1,2,2],[1,2,3,4,5],[2,1,1,2,2],[1,2,3,4,5]])
data=pd.DataFrame(A,index=['li','chen','wang','zhao','qian'],columns=['a','b','c','d','e'])
print(data)

 a  b  c  d  e
li    1  2  3  4  5
chen  2  1  1  2  2
wang  1  2  3  4  5
zhao  2  1  1  2  2
qian  1  2  3  4  5

key = ['mm','nn','nn','mm','mm']#给定index分组标记
print(data.groupby(key).mean())#mean是按key做分组的列均值

 a         b         c         d    e
mm  1.333333  1.666667  2.333333  3.333333  4.0
nn  1.500000  1.500000  2.000000  3.000000  3.5

data里每个元素位置的取值由transform函数的参数函数计算

print(data.groupby(key).transform(np.mean))

  a         b         c         d    e
li    1.333333  1.666667  2.333333  3.333333  4.0
chen  1.500000  1.500000  2.000000  3.000000  3.5
wang  1.500000  1.500000  2.000000  3.000000  3.5
zhao  1.333333  1.666667  2.333333  3.333333  4.0
qian  1.333333  1.666667  2.333333  3.333333  4.0

生成的tsf里，每个位置元素取值是data里“对应位置元素”按transform的“函数参数”运算（这里是’对应元素’减去’对应分组列的均值’）；x取值是data的每个位置元素，只不过x.mean中的mean方法作用范围由key决定

m = lambda x :x-x.mean()

tsf = data.groupby(key).transform(m)
print(tsf)

a         b         c         d    e
li   -0.333333  0.333333  0.666667  0.666667  1.0
chen  0.500000 -0.500000 -1.000000 -1.000000 -1.5
wang -0.500000  0.500000  1.000000  1.000000  1.5
zhao  0.666667 -0.666667 -1.333333 -1.333333 -2.0
qian -0.333333  0.333333  0.666667  0.666667  1.0