Adicionar coluna ao GroupBy DataFrame usando Pandas Transform

Ao trabalhar com operações groupby em pandas, geralmente é útil adicionar uma nova coluna ao quadro de dados resultante. Um método para fazer isso é usar a função .map(), conforme demonstrado no exemplo. No entanto, uma abordagem alternativa e mais direta é empregar a função .transform().

.transform() nos permite aplicar uma função a cada grupo no dataframe e retornar uma série com os resultados. A série retornada terá um índice alinhado ao dataframe original.

Para ilustrar, vamos começar com o dataframe fornecido:

df = pd.DataFrame({'c': [1, 1, 1, 2, 2, 2, 2], 'type': ['m', 'n', 'o', 'm', 'm', 'n', 'n']})

Nosso objetivo é contar os valores do tipo para cada c e adicionar uma coluna com o tamanho de c.

g = df.groupby('c')['type'].value_counts().reset_index(name='t')

Este código conta os valores de cada grupo e cria uma nova coluna chamada t.

Para adicionar a coluna de tamanho usando .transform(), podemos faça o seguinte:

g['size'] = df.groupby('c')['type'].transform('size')

.transform('size') aplica a função size a cada grupo, que retorna o tamanho de cada grupo. A série resultante está alinhada com o índice do dataframe original, permitindo-nos adicioná-la como uma nova coluna a g.

A saída será um dataframe com uma coluna adicional chamada size:

   c type  t  size
0  1    m  1     3
1  1    n  1     3
2  1    o  1     3
3  2    m  2     4
4  2    n  2     4

Usar .transform() fornece uma maneira mais concisa e direta de adicionar uma coluna de volta ao dataframe original a partir de uma agregação groupby.