- Pandas具有豐富的功能讓我們探索，
transform就是其中之一，利用它可以高效地匯總數(shù)據(jù)。 - Python Data Science Handbook 是一個(gè)關(guān)于pandas的優(yōu)秀資源。
- 在該書的描述中，
transform是與groupby（pandas中最有用的操作之一）組合使用的。一般情況下，我們在groupby之后使用aggregate , filter 或 apply來匯總數(shù)據(jù)，transform可能稍難理解。 - 該書對應(yīng)的github資源 jupyter notebooks里的內(nèi)容可能對理解transform的獨(dú)特作用有所幫助。
aggregation會(huì)返回?cái)?shù)據(jù)的縮減版本，而transformation能返回完整數(shù)據(jù)的某一變換版本供我們重組。這樣的transformation，輸出的形狀和輸入一致。一個(gè)常見的例子是通過減去分組平均值來居中數(shù)據(jù)。
- 接下來，我們利用簡單的11行銷售數(shù)據(jù)實(shí)際做一個(gè)其它用途的例子來掌握
transform。
實(shí)踐
- 加載數(shù)據(jù)
import pandas as pd
df = pd.read_excel("sales_transactions.xlsx")
- 查看數(shù)據(jù)
- 可以看到數(shù)據(jù)包含了不同的訂單（order），以及訂單里的不同商品的數(shù)量（quantity）、單價(jià)（unit price）和總價(jià)（ext price）
- 現(xiàn)在我們的任務(wù)是為數(shù)據(jù)表添加一列，表示不同商品在所在訂單的價(jià)錢占比。
- 首先我們要獲得每個(gè)訂單的總花費(fèi)。
groupby可以實(shí)現(xiàn)。
df.groupby('order')["ext price"].sum()
order
10001 576.12
10005 8185.49
10006 3724.49
Name: ext price, dtype: float64
- 這些新得到的數(shù)據(jù)如何與原始數(shù)據(jù)幀結(jié)合呢？
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"]
- 我們實(shí)現(xiàn)了目標(biāo)（還多加了一列訂單總額），但是步驟比較多，有沒有更好的辦法呢？——主角出場:）
Transform
- 我們先試下
df.groupby('order')["ext price"].transform('sum')
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
dtype: float64
- 不再是只顯示3個(gè)訂單的對應(yīng)項(xiàng)，而是保持了與原始數(shù)據(jù)集相同數(shù)量的項(xiàng)目，這樣就很好繼續(xù)了。這就是
transform的獨(dú)特之處。
df["Order_Total"] = df.groupby('order')["ext price"].transform('sum')
df["Percent_of_Order"] = df["ext price"] / df["Order_Total"]
- 甚至可以一步：
df["Percent_of_Order"] = df["ext price"] / df.groupby('order')["ext price"].transform('sum')
