Data Science Academy · レッスン

グループ単位の特徴量にtransformを使う

グループ統計を行に対応させる

「グループ単位の特徴量にtransformを使う」はCoddyKit上の無料Data Science Academyレッスンです。これはレッスン4/4です。下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。これはData Science Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 Data Science Academyコースには全4レッスンが含まれています。

このレッスンの一部はまだ翻訳されておらず、英語で表示されています。

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. 🚀

よくある質問

「グループ単位の特徴量にtransformを使う」レッスンは無料ですか？

はい。「グループ単位の特徴量にtransformを使う」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、Data Science Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 Data Science Academyコースには全4レッスンが含まれています。

「グループ単位の特徴量にtransformを使う」で何を学びますか？

グループ統計を行に対応させるブラウザで直接実行するハンズオンコードでData Science Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。

Data Science Academyを始めるのに経験は必要ですか？

事前経験は必要ありません。CoddyKitのData Science Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。これはレッスン4/4です。

「グループ単位の特徴量にtransformを使う」レッスンにはどのくらい時間がかかりますか？

ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。

このData Science Academyレッスンでコードを書いて実行できますか？

はい。すべてのData Science Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。

このコースのすべてのレッスン

← Data Science Academyに戻る