pandas groupby后apply、transform聚合区别

参考：https://www.jianshu.com/p/fc52d6468304
https://www.jb51.net/article/222344.htm

apply、transform区别：

groupby() 之后，如果是使用 apply() 或者直接使用某个统计函数，得到的新列的长度与分组得到的组数是一样的；而如果使用 transform() ，得到的新列与 DataFrame 中列的长度是一样的。

import pandas as pd

df = pd.DataFrame({
  'restaurant_id': [101,102,103,104,105,106,107],
  'address': ['A','B','C','D', 'E', 'F', 'G'],
  'city': ['London','London','London','Oxford','Oxford', 'Durham', 'Durham'],
  'sales': [10,500,48,12,21,22,14]
})

1、apply

### 1 apply(需要分组，再合并)

city_sales = df.groupby('city')['sales'].sum().rename('city_total_sales').reset_index()
#保留原数组需要与原数组结合合并

df_new = pd.merge(df, city_sales, how='left')

df_new['pct'] = df_new['sales'] / df_new['city_total_sales']
df_new['pct'] = df_new['pct'].apply(lambda x: format(x, '.2%'))
df_new

2、transform

### 2 transform
df['city_total_sales'] = df.groupby('city')['sales'].transform('sum')

df['pct'] = df['sales'] / df['city_total_sales']
df['pct'] = df['pct'].apply(lambda x: format(x, '.2%'))
df