mars.dataframe.Series.transform#

Series.transform(func, convert_dtype=True, axis=0, *args, skip_infer=False, dtype=None, **kwargs)#

在自我身上调用 func 生成一个具有转化值的 Series。

生成的序列将具有与自身相同的轴长度。

Parameters

  • func (函数, 字符串, 列表 或 字典) –

  • 函数 (-) –

  • 要么 (必须) –

  • Series.apply. (当传递一个 Series 时工作 或 当传递给) –

  • 是 (接受的组合) –

  • 函数 –

  • 名称 (- 字符串函数) –

  • names (- 列表 的 函数和/或函数) –

  • 'sqrt'] (例如 [np.exp.) –

  • 函数 (- 字典 of 轴标签 ->) –

  • 如此。 (函数名称 或 列表) –

  • axis ({0 或 'index'}) – 与 DataFrame 兼容所需的参数。

  • dtype (numpy.dtype, 默认值为 None) – 指定返回的 DataFrames 的数据类型。有关更多详细信息，请参见 备注。

  • skip_infer (bool, 默认值为 False) – 当未指定 dtypes 或 output_type 时，是否推断数据类型。

  • *args – 传递给 func 的位置参数。

  • **kwargs – 传递给 func 的关键字参数。

Returns

  • 系列

  • 一个必须与自身具有相同长度的系列。

:raises ValueError : 如果返回的 Series 与自身长度不同。

另请参阅

Series.agg

仅执行聚合类型操作。

Series.apply

在序列上调用函数。

备注

在决定输出数据类型和返回值的形状时，Mars将尝试将 func 应用到一个模拟的 Series 上，transform 方法可能会失败。当这种情况发生时，您需要指定输出 Series 的 dtype 。

示例

>>> import mars.tensor as mt
>>> import mars.dataframe as md
>>> df = md.DataFrame({'A': range(3), 'B': range(1, 4)})
>>> df.execute()
A  B
0  0  1
1  1  2
2  2  3
>>> df.transform(lambda x: x + 1).execute()
A  B
0  1  2
1  2  3
2  3  4

尽管生成的序列必须与输入序列具有相同的长度，但可以提供多个输入函数：

>>> s = md.Series(range(3))
>>> s.execute()
0    0
1    1
2    2
dtype: int64
>>> s.transform([mt.sqrt, mt.exp]).execute()
   sqrt        exp
0  0.000000   1.000000
1  1.000000   2.718282
2  1.414214   7.389056