Python数据分析：分组转换transform方法

大家好，在数据分析中，需要对数据进行分组统计与计算，Pandas的groupby功能提供了强大的分组功能。transform方法是groupby中常用的转换方法之一，它允许在分组的基础上进行灵活的转换和计算，并将结果与原始数据保持相同的结构。因此，transform非常适合需要将计算结果返回到原始DataFrame的情况。

1.transform方法基本概念

transform方法可以对每个分组进行计算，并将结果“广播”回原始DataFrame，使得返回的DataFrame形状与原始数据一致。与其他groupby操作不同，transform返回的数据不会改变原始DataFrame的行数，而是将分组后的计算结果逐行赋值给原始DataFrame。

transform方法的基本语法如下：

DataFrame.groupby('列名')['列名'].transform(func)

• groupby('列名')：指定需要分组的列。

• transform(func)：对每个分组应用函数func，可以是内置的聚合函数，也可以是自定义函数。

常见的聚合函数包括求均值（mean）、求和（sum）、最大值（max）、最小值（min）等。

2.示例数据集

使用一个包含员工信息的示例数据集，包括员工姓名、部门和薪资信息，方便演示各种transform操作。

import pandas as pd

# 创建示例数据集
data = {
    '姓名': ['Alice', 'Bob', 'Charlie', 'David', 'Eve', 'Frank'],
    '部门': ['销售', '销售', 'IT', 'IT', '市场', '市场'],
    '薪资': [7000, 6800, 9000, 8500, 7500, 7700]
}
df = pd.DataFrame(data)
print("原始数据集：\n", df)

结果如下所示：

        姓名    部门    薪资
0     Alice    销售  7000
1       Bob    销售  6800
2   Charlie    IT    9000
3     David    IT    8500
4       Eve    市场  7500
5     Frank    市场  7700

3.分组计算并广播结果

假设希望计算每个部门的平均薪资，并将该值赋予每位员工。使用transform方法可以实现这点，计算部门平均薪资并广播：