Pandas DataFrame 03-05. 함수연속적용_요소별 (transform)

03-05. 함수연속적용_요소별 (transform)

---

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

 

개요

---

transform메서드는 agg와 비슷하게 함수를 적용하는 메서드이지만,
단일 요소별로 함수를 동시에 적용할 수 있다는 장점이 있습니다. 마치 apply와 applymap의 차이와 비슷합니다.

 

사용법

---

기본 사용법
df.transform(func, axis=0, args, kwargs)
func : 함수입니다.
axis :{0 : index(row) / 1 : columns} 축입니다 0은 행, 1은 열 입니다.
arg : 함수의 인수 입니다.
kwargs : dict 형태의 함수의 인수입니다.

반응형

 

예시

---

먼저 간단한 3x3짜리 데이터를 만들어보겠습니다.

col = ['col1','col2','col3']
row = ['row1','row2','row3']
df = pd.DataFrame(data=[[10,40,70],[20,50,80],[30,60,90]],index=row,columns=col)
print(df)
>>
      col1  col2  col3
row1    10    40    70
row2    20    50    80
row3    30    60    90

---

입력되는 함수의 형태에 따라
입력함수로는 먼저 np.함수 형태나 그냥 문자열 형태로의 입력이 가능합니다.
np함수의 경우

ex1 = df.transform(np.sqrt)
print(ex1)
>>
          col1      col2      col3
row1  3.162278  6.324555  8.366600
row2  4.472136  7.071068  8.944272
row3  5.477226  7.745967  9.486833

문자열일 경우

ex2 = df.transform('sqrt')
print(ex2)
>>
          col1      col2      col3
row1  3.162278  6.324555  8.366600
row2  4.472136  7.071068  8.944272
row3  5.477226  7.745967  9.486833

lambda함수나 사용자 정의 함수를사용할 수도 있습니다.
agg와 다르게 기존 레이블이 표시됩니다.

ex3 = df.transform(lambda x : np.sqrt(x))
print(ex3)
>>
          col1      col2      col3
row1  3.162278  6.324555  8.366600
row2  4.472136  7.071068  8.944272
row3  5.477226  7.745967  9.486833

여러 함수를 동시에 적용하는 경우
list나 dict형태로 func값을 입력하는 경우 여러 함수를 동시에 적용할 수 있습니다.
list로 입력하는 경우 마치 multi index처럼 multi columns가 생성됩니다.

ex4 = df.transform(['exp','sqrt'])
print(ex4)
>>
              col1                    col2                    col3          
               exp      sqrt           exp      sqrt           exp      sqrt
row1  2.202647e+04  3.162278  2.353853e+17  6.324555  2.515439e+30  8.366600
row2  4.851652e+08  4.472136  5.184706e+21  7.071068  5.540622e+34  8.944272
row3  1.068647e+13  5.477226  1.142007e+26  7.745967  1.220403e+39  9.486833

dict를 이용하는 경우 순서를 변경하는것도 가능합니다.

ex5 = df.transform({'col2':'exp','col1':'sqrt'})
print(ex5)
>>
              col2      col1
row1  2.353853e+17  3.162278
row2  5.184706e+21  4.472136
row3  1.142007e+26  5.477226