pandas中apply(),transform(),agg()使用心得

transform()

• 使用方法：df.groupby([‘id’, ‘name’])[‘price’, ‘price_’].transform(‘count’)
• transform() 里面不能跟自定义的特征交互函数，因为transform是真针对每一元素（即每一列特征操作）进行计算
• tramform()可以使用python的内置方法，运算速度较快

agg()

• 使用方法：df.groupby([‘id’, ‘name’])[‘price’, ‘price_’].agg(‘count’)
• agg() / transform()方法可以反射调用（str调用）‘sum‘、‘max’、‘min’、'count‘等方法，形如agg(‘sum’)。apply不能直接使用，而可以用自定义函数+列特征的方法调用。

apply()

• apply()里面可以跟自定义的函数，包括简单的求和函数以及复杂的特征间的差值函数等，但是agg()做不到

转化差异

• agg、apply运算groupby的数据完直接赋给原生df数据某字段报错
• transform运算groupby的数据完直接赋给原生df数据某字段不会报错
• agg，transform和apply三个方法的输入对象，都是分组后的DataFrame/Series，区别在于，他们的输出类型不一样，agg输出的是缩减后的标量（或者标量列表）；transform输出的是原输入的DataFrame大小的，但是数据元素经过了转换的DataFrame；apply就很灵活了，它既可以是缩减后的标量，也可以是pandas对象（注意这里是pandas对象哦，并不仅仅是DataFrame哦）。

总结

• agg()+python内置方法的计算速度最快，其次是transform()+python内置方法。而 apply() 方法+自定义函数 的组合方法最慢，需要避免使用！
• python自带的stats统计模块在pandas结构中的计算也非常慢，也需要避免使用！