Python | Pandas DataFrame.transformar

Pandas DataFrame es una estructura de datos tabulares potencialmente heterogénea, de tamaño mutable, bidimensional con ejes etiquetados (filas y columnas). Las operaciones aritméticas se alinean en las etiquetas de fila y columna. Se puede considerar como un contenedor similar a un dictado para objetos Series. Esta es la estructura de datos principal de Pandas.

La función de llamada de función de Pandas DataFrame.transform()produce automáticamente un DataFrame con valores transformados y que tiene la misma longitud de eje que uno mismo.

Sintaxis: DataFrame.transform(func, axis=0, *args, **kwargs)

Parámetro:
func: función a usar para transformar el
eje de datos: {0 o ‘índice’, 1 o ‘columnas’}, predeterminado 0
*args: argumentos posicionales para pasar a func.
**kwargs: Argumentos de palabras clave para pasar a func.

Devoluciones: marco de datos

Ejemplo #1: use DataFrame.transform()la función para agregar 10 a cada elemento en el marco de datos.

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
df = pd.DataFrame({"A":[12, 4, 5, None, 1], 
                   "B":[7, 2, 54, 3, None], 
                   "C":[20, 16, 11, 3, 8], 
                   "D":[14, 3, None, 2, 6]}) 
  
# Create the index
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)

Producción :

Ahora usaremos DataFrame.transform()la función para agregar 10 a cada elemento del marco de datos.

# add 10 to each element of the dataframe
result = df.transform(func = lambda x : x + 10)
  
# Print the result
print(result)

Producción :

Como podemos ver en el resultado, la DataFrame.transform()función agregó con éxito 10 a cada elemento del marco de datos dado.
 
Ejemplo #2: Use DataFrame.transform()la función para encontrar la raíz cuadrada y el resultado del número de Euler elevado a cada elemento del marco de datos.

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
df = pd.DataFrame({"A":[12, 4, 5, None, 1], 
                   "B":[7, 2, 54, 3, None], 
                   "C":[20, 16, 11, 3, 8], 
                   "D":[14, 3, None, 2, 6]}) 
  
# Create the index
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)

Producción :

Ahora usaremos DataFrame.transform()la función para encontrar la raíz cuadrada y el resultado del número de Euler elevado a cada elemento del marco de datos.

# pass a list of functions
result = df.transform(func = ['sqrt', 'exp'])
  
# Print the result
print(result)

Salida:

como podemos ver en la salida, la DataFrame.transform()función ha realizado con éxito la operación deseada en el marco de datos dado.