Pandas apply transform agg 函数区别

1. apply 传入的为DataFrame，transform和agg传入的为Series。

2. 可通过打印传入的参数，进行本质比较，DF和Series可做的操作不同；如列相加只能DF。

3. transform返回值其索引和列与原始DataFrame相同，agg必为聚会结果及组数，apply看具体应用函数的行为即可能为与原大小一样，也可能为聚合后的即只有组数。

• apply举例，传入DF，即可返回聚合大小，也可返回原大小。

• import pandas as pd
  
  data = {
      'user_id': [1, 2, 3, 4, 5, 6],
      '渠道': ['Alipay', 'WeiChat', 'Alipay', 'WeiChat', 'Alipay', 'WeiChat'],
      '金额': [100, 150, 120, 180, 90, 200]
  }
  
  df = pd.DataFrame(data)
  
  def convert(item):
      print(item)
      print('*'*50)
      return item.max()
  
  df2 = df.groupby(['渠道']).apply(convert)
  print(df2)
  '''output
     user_id      渠道   金额
  0        1  Alipay  100
  2        3  Alipay  120
  4        5  Alipay   90
  **************************************************
     user_id       渠道   金额
  1        2  WeiChat  150
  3        4  WeiChat  180
  5        6  WeiChat  200
  **************************************************
           user_id       渠道   金额
  渠道                            
  Alipay         5   Alipay  120
  WeiChat        6  WeiChat  200
  
  '''

• import pandas as pd
  
  data = {
      'user_id': [1, 2, 3, 4, 5, 6],
      '渠道': ['Alipay', 'WeiChat', 'Alipay', 'WeiChat', 'Alipay', 'WeiChat'],
      '金额': [100, 150, 120, 180, 90, 200]
  }
  
  df = pd.DataFrame(data)
  
  def convert(item):
      print(item)
      print('*'*50)
      return item
  
  df2 = df.groupby(['渠道']).apply(convert)
  print(df2)
  '''output
     user_id      渠道   金额
  0        1  Alipay  100
  2        3  Alipay  120
  4        5  Alipay   90
  **************************************************
     user_id       渠道   金额
  1        2  WeiChat  150
  3        4  WeiChat  180
  5        6  WeiChat  200
  **************************************************
     user_id       渠道   金额
  0        1   Alipay  100
  1        2  WeiChat  150
  2        3   Alipay  120
  3        4  WeiChat  180
  4        5   Alipay   90
  5        6  WeiChat  200
  '''

• agg举例 传入Series，返回聚合大小。

• import pandas as pd
  
  data = {
      'user_id': [1, 2, 3, 4, 5, 6],
      '渠道': ['Alipay', 'WeiChat', 'Alipay', 'WeiChat', 'Alipay', 'WeiChat'],
      '金额': [100, 150, 120, 180, 90, 200]
  }
  
  df = pd.DataFrame(data)
  
  def convert(item):
      print(item)
      print('*'*50)
      return item.max()
  
  df2 = df.groupby(['渠道']).agg(convert)
  print(df2)
  '''ouotput
  0    1
  2    3
  4    5
  Name: user_id, dtype: int64
  **************************************************
  1    2
  3    4
  5    6
  Name: user_id, dtype: int64
  **************************************************
  0    100
  2    120
  4     90
  Name: 金额, dtype: int64
  **************************************************
  1    150
  3    180
  5    200
  Name: 金额, dtype: int64
  **************************************************
           user_id   金额
  渠道                   
  Alipay         5  120
  WeiChat        6  200
  '''

• transform举例 传入Series，返回原大小

• import pandas as pd
  
  data = {
      'user_id': [1, 2, 3, 4, 5, 6],
      '渠道': ['Alipay', 'WeiChat', 'Alipay', 'WeiChat', 'Alipay', 'WeiChat'],
      '金额': [100, 150, 120, 180, 90, 200]
  }
  
  df = pd.DataFrame(data)
  
  def convert(item):
      print(item)
      print('*'*50)
      return item.max()
  
  df2 = df.groupby(['渠道']).transform(convert)
  print(df2)
  '''output
  0    1
  2    3
  4    5
  Name: user_id, dtype: int64
  **************************************************
  0    100
  2    120
  4     90
  Name: 金额, dtype: int64
  **************************************************
     user_id   金额
  0        1  100
  2        3  120
  4        5   90
  **************************************************
  1    2
  3    4
  5    6
  Name: user_id, dtype: int64
  **************************************************
  1    150
  3    180
  5    200
  Name: 金额, dtype: int64
  **************************************************
     user_id   金额
  0        5  120
  1        6  200
  2        5  120
  3        6  200
  4        5  120
  5        6  200
  '''