Pandas: як використовувати функцію mutate(), еквівалентну r

У мові програмування R ми можемо використовувати функцію mutate() із пакета dplyr , щоб швидко додати нові стовпці до кадру даних, обчисленого на основі наявних стовпців.

Наприклад, наведений нижче код показує, як обчислити середнє значення певного стовпця в R і додати це значення як новий стовпець у кадрі даних:

 library (dplyr)

#create data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
                 points=c(30, 22, 19, 14, 14, 11, 20, 28))

#add new column that shows mean points by team
df <- df %>%
      group_by(team) %>%
      mutate(mean_points = mean(points))

#view updated data frame
df

  team points mean_points           
1 to 30 21.2
2 A 22 21.2
3 A 19 21.2
4 A 14 21.2
5 B 14 18.2
6 B 11 18.2
7 B 20 18.2
8 B 28 18.2

Еквівалентом функції mutate() у pandas є функція transform() .

У наступному прикладі показано, як використовувати цю функцію на практиці.

Приклад: використання transform() у pandas для реплікації mutate() у R

Припустимо, що у нас є наступний DataFrame pandas, який показує очки, набрані баскетболістами з різних команд:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' points ': [30, 22, 19, 14, 14, 11, 20, 28]})

#view DataFrame
print (df)

  team points
0 to 30
1 to 22
2 to 19
3 to 14
4 B 14
5 B 11
6 B 20
7 B 28

Ми можемо використати функцію transform() , щоб додати новий стовпець під назвою Mean_points , який показує середні бали, набрані кожною командою:

 #add new column to DataFrame that shows mean points by team
df[' mean_points '] = df. groupby (' team ')[' points ']. transform (' mean ')

#view updated DataFrame
print (df)

  team points mean_points
0 to 30 21.25
1 to 22 21.25
2 A 19 21.25
3 to 14 21.25
4 B 14 18.25
5 B 11 18.25
6 B 20 18.25
7 B 28 18.25

Середнє значення очок для гравців команди A становило 21,25 , а середнє значення очок для гравців команди B становило 18,25 , тому ці значення були призначені відповідно кожному гравцеві в новому стовпці.

Зверніть увагу, що це відповідає результатам, отриманим за допомогою функції mutate() у вступному прикладі.

Варто зазначити, що ви також можете використовувати лямбда для виконання спеціальних обчислень у функції transform() .

Наприклад, наступний код показує, як використовувати лямбда для обчислення відсотка загальної кількості очок, набраних кожним гравцем у відповідній команді:

 #create new column called percent_of_points
df[' percent_of_points '] = df. groupby (' team ')[' points ']. transform ( lambda x:x/ x.sum ())

#view updated DataFrame
print (df)

  team points percent_of_points
0 A 30 0.352941
1 A 22 0.258824
2 A 19 0.223529
3 A 14 0.164706
4 B 14 0.191781
5 B 11 0.150685
6 B 20 0.273973
7 B 28 0.383562

Ось як інтерпретувати результат:

• Перший гравець команди А набрав 30 очок із 85 серед гравців команди А. Таким чином, його відсоток від загальної кількості набраних очок становив 30/85 = 0,352941 .
• Другий гравець команди A набрав 22 очки із загальної кількості 85 серед гравців команди A. Таким чином, його відсоток від загальної кількості набраних очок становив 22/85 = 0,258824 .

І так далі.

Зауважте, що ми можемо використовувати лямбда- аргумент у функції transform() для виконання будь-яких власних обчислень, які ми хочемо.

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові операції в pandas:

Як виконати суму GroupBy у Pandas
Як використовувати Groupby та Plot у Pandas
Як підрахувати унікальні значення за допомогою GroupBy в Pandas