transform para recursos por grupo
Alinhando as estatísticas dos grupos de volta às linhas.
transform para recursos por grupo é uma aula grátis de Data Science Academy no CoddyKit. Esta é a aula 4 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Data Science Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Data Science Academy inclui 4 aulas no total.
Partes desta aula ainda não foram traduzidas e aparecem em inglês.
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. 🚀
Perguntas Frequentes
A aula “transform para recursos por grupo” é grátis?
Sim — o texto completo de “transform para recursos por grupo” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Data Science Academy, atualize para CoddyKit PRO. O curso de Data Science Academy inclui 4 aulas no total.
O que vou aprender em “transform para recursos por grupo”?
Alinhando as estatísticas dos grupos de volta às linhas. Você pratica Data Science Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar Data Science Academy?
Nenhuma experiência prévia é necessária. Data Science Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 4 de 4.
Quanto tempo leva a aula “transform para recursos por grupo”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de Data Science Academy?
Sim. Cada aula de Data Science Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Split-Apply-Combine explicado
- Várias agregações com agg
- Agrupar por várias chaves
- transform para recursos por grupo