API · Pandas

Fonction Pandas DataFrame DataFrame.transform()

La fonction Pandas DataFrame transform() applique une fonction passée sur un DataFrame et transforme le DataFrame.

Sur cette page

Python Pandas DataFrame.transform() applique une fonction à un DataFrame et renvoie le résultat transformé. Cette méthode est utile pour modifier des valeurs tout en conservant la longueur de l’axe sélectionné par rapport aux données d’origine. Utilisez-la pour des transformations élément par élément ou série par série, plutôt que pour une réduction qui résume plusieurs valeurs en un seul résultat.

Fonctionnement de DataFrame.transform()

DataFrame.transform() transmet les données à une fonction et récupère le résultat transformé. Avec la valeur par défaut axis=0, la fonction est appliquée à chaque colonne ; axis=1 sélectionne les lignes. Le résultat doit conserver la longueur de l’axe sélectionné. Si une fonction modifie cette longueur, elle est incompatible et pandas lève une ValueError. Cette contrainte rend transform utile lorsque les opérations suivantes dépendent de l’alignement des valeurs avec leurs lignes ou colonnes d’origine.

Par exemple, ajouter une constante à chaque valeur modifie les données sans changer leur structure. Un total, en revanche, réduit plusieurs valeurs à un résultat plus court. Gardez cette distinction à l’esprit lorsque vous choisissez une fonction et vérifiez que son résultat respecte la longueur de l’axe sélectionné.

Syntaxe et paramètres de DataFrame.transform()

La signature de la méthode est DataFrame.transform(func, axis=0, *args, **kwargs). func désigne la transformation à appliquer. axis sélectionne les colonnes (0 ou "index") ou les lignes (1 ou "columns"). Les arguments positionnels de *args et les arguments nommés de **kwargs sont transmis à la fonction. Ils sont utiles lorsqu’une transformation nécessite une valeur configurable. Si la fonction utilise ses propres valeurs par défaut, omettez ces arguments supplémentaires.

L’objet renvoyé contient les données transformées et doit respecter la contrainte de longueur de l’axe sélectionné. Si le résultat de la fonction ne peut pas respecter cette contrainte, une erreur est levée ; un résumé plus court ne convient donc pas à transform. Utilisez une opération de réduction lorsque vous souhaitez obtenir un résumé.

Appliquer une fonction à un DataFrame

Un objet appelable reçoit chaque Series sélectionnée. Dans cet exemple, l’ajout de 2 modifie chaque valeur tout en conservant les lignes et les colonnes. Exécutez cet exemple :

Le code et les libellés ou sorties affichés dans cette section restent en anglais.

import pandas as pd

frame = pd.DataFrame({"sales": [10, 20], "cost": [2, 5]})
adjusted = frame.transform(lambda column: column + 2)
print(adjusted.to_dict(orient="list"))
{'sales': [12, 22], 'cost': [4, 7]}

La fonction lambda est un petit objet appelable qui renvoie une Series de même longueur que son entrée. Pour réutiliser la logique, définissez une fonction nommée et transmettez son nom comme func. Vous pouvez aussi transmettre à cette fonction les arguments nécessaires avec *args ou **kwargs. Les valeurs affichées permettent de vérifier facilement le calcul et de constater que les deux colonnes conservent leurs positions de ligne d’origine.

Appliquer plusieurs fonctions avec DataFrame.transform()

Pour effectuer plusieurs transformations, transmettez une liste de fonctions, par exemple frame.transform([normalize, standardize]), où chaque nom désigne un objet appelable disponible dans le contexte. Cette syntaxe demande à pandas d’appliquer chacune des transformations fournies. Elle est utile lorsque vous souhaitez obtenir plusieurs vues dérivées des mêmes données ; choisissez des fonctions dont les résultats respectent la longueur requise pour l’axe sélectionné. Le résultat combiné exact dépend des fonctions et du comportement de pandas. Examinez donc l’objet renvoyé selon votre cas d’usage, sans supposer une disposition particulière des colonnes. Cet exemple illustre la syntaxe d’appel et n’est pas présenté comme ayant été exécuté.

DataFrame.transform() ou DataFrame.apply()

Utilisez DataFrame.transform() lorsque chaque opération doit conserver la longueur de l’axe sélectionné et aligner les valeurs transformées sur les données d’entrée. DataFrame.apply() accepte plus de souplesse quant à la forme du résultat d’une fonction ; il peut mieux convenir si l’opération renvoie un résumé ou modifie autrement la forme du résultat. Leur comportement dépend de la fonction et de l’axe. Choisissez donc selon le résultat voulu plutôt que de supposer qu’une méthode est toujours plus rapide. Consultez DataFrame.apply() pour les détails de son utilisation.