小编这次要给大家分享的是Python自定义聚合函数merge与transform有什么区别，文章内容丰富，感兴趣的小伙伴可以来了解一下，希望大家阅读完这篇文章之后能够有所收获。
1.自定义聚合函数，结合agg使用
2. 同时使用多个聚合函数
3. 指定某一列使用某些聚合函数
4.merge与transform使用
import pandas as pd
import numpy as np
np.random.seed(1)
dict_data = {
'k1': ['a', 'b', 'c', 'd', 'a', 'b', 'c', 'd'],
'k2': ['A', 'B', 'C', 'D', 'A', 'B', 'C', 'D'],
'data1': np.random.randint(1,10,8),
'data2': np.random.randint(1,10,8)
}
df = pd.DataFrame(dict_data)
print('df=\n',df)
df2 = df.groupby('k1').sum()
# df2 = df.sum()
print("df.groupby('k1').sum()\n",df2)
# 使用聚合函数
def cus(df):
return df.max()-df.min()
# 默认列索引为列名。元组第0个元素‘Max'，‘mu_cus'为自定义列名称，第一个元素为聚合函数名称
print("使用聚合函数1\n",df.groupby('k1').agg(['sum',('Max','max'),('mu_cus',cus)]))
# 制定某一列使用某个聚合函数, 元组不能用来重命名列名了，元组里面的函数，表示这一列将会执行的聚合函数
print("使用聚合函数2\n",df.groupby('k1').agg({'data1':('min', 'max'),'data2':'min'}))
df3 = df.groupby('k1').sum().add_prefix('sum_')
print('df3=\n',df3)
# 如果不使用add_prefix('sum_')，那么在merge时候data1余data2列名相同，会被自动重命名
print('merge=\n',pd.merge(df,df3,on='k1'))
transform_df = df.groupby('k1').transform(np.sum).add_prefix('sum_')
print(transform_df)
df[transform_df.columns]=transform_df # transform_df.columns Index(['sum_k2', 'sum_data1', 'sum_data2'], dtype='object')
# df[transform_df.columns.values]=transform_df #等价，# transform_df.columns.values ['sum_k2', 'sum_data1', 'sum_data2']
print(df) exit()另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
