python transform函数_如何理解pandas中的transform函数

transform函数一直没懂，直到看到这篇文章 UnderstandingtheTransformFunctioninPandas, 假设我们有下面的销售数据，有三个不同的 订单id (10001， 10005和10006),每个 订单id又含有多个产品。

import pandas as pd

df = pd.read_excel("sales_transactions.xlsx")

df

问题

每个订单中各个单品费用分布及占比

例如,订单10001总价$576.12，细分一下

B1-20000 = $235.83 or 40.9%

S1-27722 = $232.32 or 40.3%

B1-86481 = $107.97 or 18.7%

如果还是没看懂，直接看代码吧。通过代码理解，比看大邓唠叨更有效果。

Talk is cheep, show me your code

第一种方法-merge

如果熟悉pandas的话，应该先试图对dataframe进行groupby

df.groupby('order')['ext price'].sum()

Run

order

10001 576.12

10005 8185.49

10006 3724.49

Name: ext price, dtype: float64

现在的难点是如何将刚刚分析出的数据与原始数据加工到一起，因为新旧数据的长度是不一样的。

最直接的方法就是新建一个dataframe

order_total = df.groupby('order')['ext price'].sum().rename('Order_Total').reset_index()

df_1 = df.merge(order_total)

df_1['Percent_of_Order'] = df_1['ext price']/df_1['Order_Total']

df_1

第二种方法- transform

使用原始dataframe，让我们看看经过transform与groupby处理后，我们得到的都是什么

df.groupby('order')['ext price'].transform('sum')

Run

0 576.12

1 576.12

2 576.12

3 8185.49

4 8185.49

5 8185.49

6 8185.49

7 8185.49

8 3724.49

9 3724.49

10 3724.49

11 3724.49

Name: ext price, dtype: float64

我们发现得到的数据长度与groupby长度不同(长度是3)，而与原始数据df的长度是一样的。

所以我们可以一行代码解决本文的问题

df["Percent_of_Order"] = df["ext price"] / df.groupby('order')["ext price"].transform('sum')

df

近期文章

pip安装问题解决办法​mp.weixin.qq.com计算社会经济学​mp.weixin.qq.com免费课《Python快速入门》​mp.weixin.qq.com初学Python常见异常错误​mp.weixin.qq.comPython 函数式编程指北，不只是面向对象哦​mp.weixin.qq.com一行pandas代码生成哑变量​mp.weixin.qq.com

课件获取方式，请在【公众号：大邓和他的python】后台回复关键词“20191014”