グループ化されたデータ操作で Pandas の適用と変換を使用するのはどのような場合ですか?

Pandas では、適用と変換の両方を使用して、グループ化されたデータに対する操作を実行できます。ただし、2 つのメソッドには重要な違いがいくつかあります。

Input Type

• apply は、各グループの DataFrame 全体を入力としてカスタム関数に渡します。
• transform は、各グループの DataFrame の各列をカスタムへの入力として個別に渡します。 function.

出力タイプ

• apply はスカラー、Series、または DataFrame を返すことができます。
• transform はシーケンスを返す必要があります(シリーズ、配列、リストなど) と同じ長さのgroup.

Transformation

• apply を使用すると、値の集計、行のフィルタリング、データの変更など、DataFrame で変換を実行できます。
• transform は主に、値のスケーリングや、グループ内の行単位の操作を実行するために使用されます。新しい列を追加します。

例

次の DataFrame について考えます。

df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
                   'C': randn(8), 'D': randn(8)})

各グループ内の列 D から列 C を減算するにはapply:

df.groupby('A').apply(lambda x: (x['C'] - x['D']))

を使用して、各グループ内の列 D から列 C を減算します。変換:

df.groupby('A').transform(lambda x: (x['C'] - x['D']).mean())

transform に渡されたラムダ関数は C と D の差の平均を返し、その結果、元の DataFrame と同じ形状の変換された列が得られることに注意してください。

適用と変換を使用する場合:

• グループ内の複数の列にアクセスする必要がある場合、または異なる形式の出力となる操作を実行します (値の集計や行のフィルター処理など)。
• グループ内で行単位の操作を実行する必要があり、新しい列または変数を作成する場合は、transform を使用します。入力データと同じ形状です。

以上がグループ化されたデータ操作で Pandas の適用と変換を使用するのはどのような場合ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。