Ответ
Метод transform после группировки (groupby) применяет заданную функцию к каждой группе отдельно и возвращает объект (Series или DataFrame) того же размера и с тем же индексом, что и исходные данные. Это ключевое отличие от agg или apply, которые возвращают сводную статистику по группам.
Основное назначение: Создание новых столбцов на основе групповых агрегатов (например, центрирование данных внутри группы, расчет ранга или доли).
Пример: Добавление среднего по группе к каждому наблюдению
import pandas as pd
df = pd.DataFrame({
'Department': ['Sales', 'Sales', 'IT', 'IT', 'HR'],
'Employee': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'Salary': [70000, 80000, 90000, 95000, 60000]
})
# Вычисляем среднюю зарплату по департаменту и добавляем как новый столбец
df['Dept_Avg_Salary'] = df.groupby('Department')['Salary'].transform('mean')
# Вычисляем отклонение зарплаты сотрудника от средней по его департаменту
df['Salary_Diff_From_Avg'] = df['Salary'] - df['Dept_Avg_Salary']
print(df)| Результат: | Department | Employee | Salary | Dept_Avg_Salary | Salary_Diff_From_Avg | |
|---|---|---|---|---|---|---|
| 0 | Sales | Alice | 70000 | 75000.0 | -5000.0 | |
| 1 | Sales | Bob | 80000 | 75000.0 | 5000.0 | |
| 2 | IT | Charlie | 90000 | 92500.0 | -2500.0 | |
| 3 | IT | David | 95000 | 92500.0 | 2500.0 | |
| 4 | HR | Eve | 60000 | 60000.0 | 0.0 |
Ключевые особенности transform:
- Сохранение формы: Исходный DataFrame не "схлопывается" по группам.
- Автоматическое выравнивание (alignment): Результат автоматически сопоставляется по индексу, что исключает ошибки слияния (merge).
- Гибкость: Работает как со встроенными агрегаторами (
'mean','sum','std'), так и с пользовательскими функциями. - Производительность: Часто оптимизирован и работает быстрее, чем
applyв подобных сценариях.
Ответ 18+ 🔞
А, ну вот, опять этот transform после groupby! Слушай, это вообще одна из самых хитрожопых, но офигенно полезных фишек в pandas. Если в двух словах — он применяет твою функцию к каждой группе отдельно, но на выходе возвращает тебе штуку того же размера и с тем же индексом, что и было изначально. Не как agg или apply, которые схлопывают всё в сводную табличку по группам.
Зачем это, блядь, нужно? Ну, например, чтобы посчитать какую-то хрень внутри группы (типа среднего или суммы) и потом эту хрень прилепить как новый столбец к каждому исходному ряду. Центрирование данных, ранги, доли — вот это всё.
Смотри, как это работает на живом примере. Представь, что у нас отделы и зарплаты:
import pandas as pd
df = pd.DataFrame({
'Department': ['Sales', 'Sales', 'IT', 'IT', 'HR'],
'Employee': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'Salary': [70000, 80000, 90000, 95000, 60000]
})Допустим, тебе надо для каждого сотрудника узнать, насколько он отклонился от средней зарплаты по своему отделу. Без transform пришлось бы городить огород с мерджем, а тут — раз, и готово.
# Считаем среднюю зарплату по департаменту и сразу лепим её как новый столбец
df['Dept_Avg_Salary'] = df.groupby('Department')['Salary'].transform('mean')
# Ну а теперь просто от своей зарплаты эту среднюю отнимаем — и вуаля, отклонение
df['Salary_Diff_From_Avg'] = df['Salary'] - df['Dept_Avg_Salary']
print(df)И что мы получаем? Вот эту красоту:
| Department | Employee | Salary | Dept_Avg_Salary | Salary_Diff_From_Avg | |
|---|---|---|---|---|---|
| 0 | Sales | Alice | 70000 | 75000.0 | -5000.0 |
| 1 | Sales | Bob | 80000 | 75000.0 | 5000.0 |
| 2 | IT | Charlie | 90000 | 92500.0 | -2500.0 |
| 3 | IT | David | 95000 | 92500.0 | 2500.0 |
| 4 | HR | Eve | 60000 | 60000.0 | 0.0 |
Видишь? Алиса и Боб получили одно и то же среднее по отделу Sales (75к), Чарли и Дэвид — по IT (92.5к). Форма таблицы не изменилась — просто добавились столбцы. Ёперный театр, удобно же!
Так в чём же, блядь, соль transform?
- Форма на месте: Исходная таблица не схлопнулась в три строчки по отделам. Всё осталось как есть, только обогатилось.
- Автовыравнивание (alignment): Результат сам приклеивается по правильному индексу. Не надо вручную мерджить и потом охуевать, почему строки перепутались. Доверия к этому механизму — ебать ноль, но он работает!
- Гибкость: Кидай туда встроенные агрегаторы (
'mean','sum','std'), или свои кастомные функции — съест. - Скорость: Часто он быстрее, чем если бы ты через
applyтакое же выкручивал. Хуй с горы, но факт.
В общем, если нужно посчитать что-то внутри группы и размазать это по всем строкам — это твой инструмент. Просто помни: он возвращает столько же строк, сколько было на входе. Всё остальное — от лукавого.
