1. apply與transform

首先講一下apply() 與transform()的相同點(diǎn)與不同點(diǎn)

相同點(diǎn)：

都能針對(duì)dataframe完成特征的計(jì)算，并且常常與groupby()方法一起使用。

不同點(diǎn)：

apply()里面可以跟自定義的函數(shù)，包括簡(jiǎn)單的求和函數(shù)以及復(fù)雜的特征間的差值函數(shù)等（注：apply不能直接使用agg()方法 / transform()中的python內(nèi)置函數(shù)，例如sum、max、min、'count‘等方法）

transform() 里面不能跟自定義的特征交互函數(shù)，因?yàn)閠ransform是真針對(duì)每一元素（即每一列特征操作）進(jìn)行計(jì)算，也就是說(shuō)在使用 transform() 方法時(shí)，需要記得三點(diǎn)：

1、它只能對(duì)每一列進(jìn)行計(jì)算，所以在groupby()之后，.transform()之前是要指定要操作的列，這點(diǎn)也與apply有很大的不同。

2、由于是只能對(duì)每一列計(jì)算，所以方法的通用性相比apply()就局限了很多，例如只能求列的最大/最小/均值/方差/分箱等操作

3、transform還有什么用呢?最簡(jiǎn)單的情況是試圖將函數(shù)的結(jié)果分配回原始的dataframe。也就是說(shuō)返回的shape是（len(df)，1）。注：如果與groupby()方法聯(lián)合使用，需要對(duì)值進(jìn)行去重

2. 各方法耗時(shí)

分別計(jì)算在同樣簡(jiǎn)單需求下各組合方法的計(jì)算時(shí)長(zhǎng)

2.1 transform() 方法+自定義函數(shù)

2.2 transform() 方法+python內(nèi)置方法

2.3 apply() 方法+自定義函數(shù)

2.4 agg() 方法+自定義函數(shù)