在Pandas中，聚合函数agg()和transform()是非常有用的工具，它们可以帮助我们对数据进行各种类型的聚合操作。 1. agg()函数：这个函数可以让我们对DataFrame或Series中的数据应用一个或多个函数。它可以接受一个函数列表，然后返回一个新的DataFrame或Series，其中的值是原始数据应用这些函数的结果。例如，我们可以使用agg()函数来计算一个列的平均值、中位数和标准差： ```python df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]}) df['A'].agg([np.mean, np.median, np.std]) ``` 这将返回一个新的Series，其中包含'A'列的平均值、中位数和标准差。 2. transform()函数：这个函数与agg()函数类似，但是它返回的是一个与原始DataFrame形状相同的DataFrame。这意味着，我们可以使用transform()函数来应用一个函数，然后保留所有原始的行和列。例如，我们可以使用transform()函数来标准化一个DataFrame： ```python df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]}) df.transform(lambda x: (x - x.mean()) / x.std()) ``` 这将返回一个新的DataFrame，其中的值是原始数据减去每一列的平均值，然后除以每一列的标准差。新DataFrame的形状与原始DataFrame相同。 总的来说，agg()函数主要用于生成新的、更小的DataFrame或Series，而transform()函数则主要用于修改原始的DataFrame，而不改变其形状。