transform pour créer des variables par groupe
Reporter les statistiques des groupes sur les lignes
transform pour créer des variables par groupe est une leçon Data Science Academy gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Data Science Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Data Science Academy comprend 4 leçons au total.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
agg Shrinks, transform Keeps
Where agg returns one row per group, transform returns a value for every original row, same length as the input.
Why That Matters
Because transform keeps the original shape, you can drop its result straight back into your DataFrame as a new column.
df["city_avg"] = df.groupby("city")["sales"].transform("mean")Broadcast a Group Stat
Each row receives its own group statistic, so every Paris row gets the Paris average, neatly aligned.
Build a Group-Relative Feature
Subtract the group mean to see how far each row sits from its group average, a powerful model feature.
df["diff"] = df["sales"] - df.groupby("city")["sales"].transform("mean")Normalize Within Groups
Divide by a group total to turn raw counts into a within-group share that compares fairly across groups.
df["share"] = df["sales"] / df.groupby("city")["sales"].transform("sum")Fill Missing With Group Means
A clean imputation trick: replace gaps using each row group mean instead of one global number. 🧩
df["sales"] = df.groupby("city")["sales"].transform(lambda s: s.fillna(s.mean()))Use Strings or Functions
Like agg, transform accepts a function name such as "mean" or your own callable returning a like-shaped result.
g.transform("sum")It Preserves the Row Index
The output keeps the original index, which is why assigning it back as a column lines up perfectly.
Rank Within Each Group
Combine transform with rank to score each row against its group, great for top-N-per-group logic.
df["rk"] = df.groupby("city")["sales"].rank(ascending=False)transform vs apply
Choose transform when output must match input length; reach for apply only when you need full flexibility.
A Common Pitfall
Your function must return a result the same length as the group, or transform raises an error instead of guessing.
Quick Check
What makes transform different from agg?
Recap: Features That Fit Right Back
You can now compute group-wise features that keep the original shape, perfect for normalizing, imputing, and ranking. 🚀
Questions Fréquemment Posées
La leçon « transform pour créer des variables par groupe » est-elle gratuite ?
Oui — le texte complet de « transform pour créer des variables par groupe » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Data Science Academy, passe à CoddyKit PRO. Le cours Data Science Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « transform pour créer des variables par groupe » ?
Reporter les statistiques des groupes sur les lignes Tu pratiques Data Science Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Data Science Academy ?
Aucune expérience préalable n'est requise. Data Science Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.
Combien de temps prend la leçon « transform pour créer des variables par groupe » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Data Science Academy ?
Oui. Chaque leçon Data Science Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Split-Apply-Combine expliqué
- Agrégations multiples avec agg
- Regrouper selon plusieurs clés
- transform pour créer des variables par groupe