merge函数_python三步法：“加前缀-合并数据集-transform方法传入函数”

python聚合只不过是分组运算的其中一种而已。它是数据转换的一个特例，也就是说，它接受能够将一维数组简化为标量值的函数。其中，transform和apply方法，它们能够执行更多其他的分组运算。

In [106]: pd.merge(df,k1_means,left_on='key1',right_index=True)Out[106]: data1     data2     key1   key2   mean_data1  mean_data20   1.044009  0.965138  a      one    -0.250431   0.3573741   -1.255855 0.459189  a      two    -0.250431   0.3573744   -0.539447 -0.352206 a      one    -0.250431   0.3573742   0.593060  0.379310  b      one    -0.742433   0.7716833   -2.077925 1.164057  b      two    -0.742433   0.771683

字段名前缀：add_prefix()

In [106]: pd.merge(df,k1_means,left_on='key1',right_index=True)Out[106]: data1     data2     key1   key2   mean_data1  mean_data20   1.044009  0.965138  a      one    -0.250431   0.3573741   -1.255855 0.459189  a      two    -0.250431   0.3573744   -0.539447 -0.352206 a      one    -0.250431   0.3573742   0.593060  0.379310  b      one    -0.742433   0.7716833   -2.077925 1.164057  b      two    -0.742433   0.771683

合并数据集

In [106]: pd.merge(df,k1_means,left_on='key1',right_index=True)Out[106]: data1     data2     key1   key2   mean_data1  mean_data20   1.044009  0.965138  a      one    -0.250431   0.3573741   -1.255855 0.459189  a      two    -0.250431   0.3573744   -0.539447 -0.352206 a      one    -0.250431   0.3573742   0.593060  0.379310  b      one    -0.742433   0.7716833   -2.077925 1.164057  b      two    -0.742433   0.771683

transform方法

不难看出，transform会将一个函数应用到各个分组，然后将结果放置到适当的位置上。结果各分组产生的是一个标量值，则该值就会被广播出去。现在，假设你希望从各组中减去平均值。为此，我们先创建一个距平化函数(demeaning function)，然后将其传给transform。

距平化函数

可以检查一下demeaned现在的分组平均值是否为0：

In [115]: demeaned.groupby(key).mean()Out[115]: a            b            c            d            eone 0.000000e+00 5.551115e-17 5.551115e-17 1.480297e-16 0.0two 1.387779e-17 0.000000e+00 0.000000e+00 0.000000e+00 0.0

分组距平化操作还可以通过apply实现。

python好书推荐

推荐一本python好书，初学者必备，小编已读，