python分组聚合转换

在Python中，数据分组、聚合和转换通常是通过pandas库来完成的，它提供了一种方便的方式来处理和分析大量数据。以下是几个核心操作：

1. **分组**（Grouping）：`groupby()`函数可以按照一个或多个列对数据集进行划分，形成一系列的小组（groups），每个小组内的行具有相同的键值。这有助于按特定条件对数据进行划分。

2. **聚合**（Aggregation）：在分组后，你可以使用agg()函数对每个小组应用统计运算，如求和、平均数、计数等，生成新的汇总表格。例如，`df.groupby('column').mean()`会计算每个组中某一列的平均值。

3. **转换**（Transformation）：除了简单的聚合，还可以进行更复杂的转换操作。比如，对每一组的数据进行数学运算、数据清洗、特征工程等。`transform()`函数可以应用于每个分组并返回一个新的DataFrame。

举个例子：

import pandas as pd

# 假设我们有一个DataFrame df，包含'Name', 'Age', 'Score'三列
grouped = df.groupby(['Name'])['Score'].sum()  # 按照姓名分组，然后计算分数总和
averages = df.groupby('Name')['Age'].mean()   # 计算年龄平均值

# 创建新列，例如将原始分数除以年龄
new_df = df.assign(Conversion=(df['Score'] / grouped).round(2))