pandas: map, apply, transform, agg

• agrregate는 groupby로 데이터를 집계
• map은 입력되는 element별로 함수 매핑 (Series형만 가능)
• apply도 입력되는 element별로 연산 (lambda) 적용 (Series, DataFrame 모두 가능)
• applymap은 DataFrame에만 가능
• transform은 input과 같은 사이즈의 새로운 DataFrame로 변환

 

• map, apply는 element level
• transform은 column level

 

 

아래 예시에서,

apply는 Label별로 결과를 리턴해주었으며

transform은 input df의 index를 유지하며 데이터프레임 형태로 리턴해주었다. (해당 인덱스가 어떤 label이었는지 알 수 없음)

 

label_grouping = df.groupby('Label')
label_grouping.apply(lambda x: x.mean())
# output:

      Quantity   Values
Label
-----------------------
A       6.5       1.5
B       6.0       1.0
C       8.0       3.0

label_grouping.transform(lambda x: x.mean())
# see how `transform` could manage to keeps the input index labels in the output
# output:

    Quantity   Values
------------------------
V     6.5       1.5
W     6.0       1.0
X     8.0       3.0
Y     6.5       1.5
Z     8.0       3.0

 

 

apply가 가장 유연한 메소드니까

뭐가 더 나을지 잘 모르겠으면 apply 사용해보고, 속도 비교해보면 될듯! ㅎ

 

 

[참고]

stackoverflow: transform vs applymap

Pandas: apply, map or transform?

groupby 메서드들의 활용 방안