transform для признаков внутри групп
Возврат статистики групп к исходным строкам
«transform для признаков внутри групп» — бесплатный урок Data Science Academy на CoddyKit. Это урок 4 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения Data Science Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс Data Science Academy содержит 4 уроков всего.
Части этого урока еще не переведены и отображаются на английском.
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. 🚀
Часто задаваемые вопросы
Урок «transform для признаков внутри групп» бесплатный?
Да — полный текст урока «transform для признаков внутри групп» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс Data Science Academy, подпишись на CoddyKit PRO. Курс Data Science Academy содержит 4 уроков всего.
Чему я научусь в уроке «transform для признаков внутри групп»?
Возврат статистики групп к исходным строкам Ты практикуешь Data Science Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать Data Science Academy?
Предыдущий опыт не требуется. Data Science Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 4 из 4.
Сколько времени занимает урок «transform для признаков внутри групп»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке Data Science Academy?
Да. Каждый урок Data Science Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Разделить — применить — объединить
- Несколько агрегатных операций с помощью agg
- Группировка по нескольким ключам
- transform для признаков внутри групп