dataframe group 高端操作

以下是一些高端的DataFrame group操作技巧：

1. 使用`agg()`函数对不同列进行不同的聚合操作。

df.groupby('group').agg({'column1': 'sum', 'column2': 'mean', 'column3': 'max'})

2. 使用`transform()`函数对每个组进行操作并返回与原始DataFrame相同大小的结果。

df.groupby('group').transform(lambda x: x - x.mean())

3. 使用`apply()`函数对每个组进行操作并返回任意大小的结果。

df.groupby('group').apply(lambda x: x[['column1', 'column2']].corr())

4. 使用`filter()`函数选择满足特定条件的组。

df.groupby('group').filter(lambda x: x['column1'].mean() > 10)

5. 使用`pivot_table()`函数将DataFrame转换为透视表。

pd.pivot_table(df, values='value', index=['group1', 'group2'], columns=['category'], aggfunc=np.sum)