引言
本次给大家介绍一个功能超强的数据处理函数transform，相信很多朋友也用过，这里再次进行详细分享下。
transform有4个比较常用的功能，总结如下：
-
转换数值
-
合并分组结果
-
过滤数据
-
结合分组处理缺失值
一. 转换数值
pd.transform(func, axis=0)
以上就是transform转换数值的基本用法，参数含义如下：
-
func是指定用于处理数据的函数，它可以是普通函数、字符串函数名称、函数列表或轴标签映射函数的字典。 -
axis是指要应用到哪个轴，0代表列，1代表行。
1. 普通函数
func可以是我们正常使用的普通函数，像下面例子这样自定义一个函数。
df = pd.DataFrame({'A': [1,2,3], 'B': [10,20,30] })
def plus_10(x):return x+10
df.transform(plus_10)
或者，也可以用lambda函数简洁的实现，效果是一样的。
df.transform(lambda x: x+10)
2. 字符串函数
也可以传递任何有效的pandas内置的字符串函数，例如sqrt：
df.transform('sqrt')
3. 函数列表
func还可以是一个函数的列表。例如numpy的sqrt和exp函数的列表组合：
df.transform([np.sqrt, np.exp])
通过上面结果看到，两个函数分别作用于A和B每个列。
4. 轴标签映射函数的字典
如果我们只想将指定函数作用于某一列，该如何操作？
func还可以是轴标签映射指定函数的字典。例如：
df.transform({'A': np.sqrt,'B': np.exp,
})
这样，就可以对A和BL两列分别使用相应函数了，互补干扰。
二、合并分组结果
这个功能是东哥最喜欢的，有点类似SQL的窗口函数，就是可以合并grouby()的分组结果。用一个例子说明：
df = pd.DataFrame({'restaurant_id': [101,102,103,104,105,106,107],'address': ['A','B','C','D', 'E', 'F', 'G'],'city': ['London','London','London','Oxford','Oxford', 'Durham', 'Durham'],'sales': [10,500,48,12,21,22,14]
})
我们可以看到，每个城市都有多家销售餐厅。我们现在想知道每家餐厅在城市中所占的销售百分比是多少。 预期输出为：
传统方法是：先groupby分组，结合apply计算分组求和，再用merge合并原表，然后再apply计算百分比。
但其实用transform可以直接代替前面两个步骤（分组求和、合并），简单明了。
首先，用transform结合groupby按城市分组计算销售总和。
df['city_total_sales'] = df.groupby('city')['sales'].transform('sum')
可以看到，使用transfrom计算分组的求和并不会像apply一样改变原表的结构，而是直接在原表的基础上再增加一列。
这样就可以一步到位，得到我们想要的格式。
然后，再计算百分比调整格式，搞定。
df['pct'] = df['sales'] / df['city_total_sales']
df['pct'] = df['pct'].apply(lambda x: format(x, '.2%'))
三、过滤数据
transform也可以用来过滤数据。仍用上个例子，我们希望获得城市总销售额超过40的记录，那么就可以这样使用。
df[df.groupby('city')['sales'].transform('sum') > 40]
上面结果来看，并没有生成新的列，而是通过汇总计算求和直接对原表进行了筛选，非常优雅。
四、结合分组处理缺失值
df = pd.DataFrame({'name': ['A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],'value': [1, np.nan, np.nan, 2, 8, 2, np.nan, 3]
})在上面的示例中，数据可以按name分为三组A、B、C，每组都有缺失值。我们知道替换缺失值的常见的方法是用mean替换NaN。下面是每个组中的平均值。
df.groupby('name')['value'].mean()
name
A 1.0
B 5.0
C 2.5
Name: value, dtype: float64
我们可以通过transform()使用每组平均值来替换缺失值。用法如下：
df['value'] = df.groupby('name').transform(lambda x: x.fillna(x.mean()))
