分组后的数据转换，是指用数据框（DataFrame）的 groupby() 完成分组之后，再通过数据转换来修改或生成新的数据。本节的实现方法是 transform() 函数。参数为操作名字符串。功能是：将操作应用到每一个分组，转换后返回一个序列（Series）。与上一节 agg 把每个组压成一行汇总不同，transform() 会把每个分组转换后的结果应用回原始数据框的相应位置，因此返回序列的长度和行标签都与原数据框一致。
课程沿用销售业绩数据框（列：姓名、分区、一季度～四季度；8 人分属天河、黄埔、越秀）。先执行 group = df.groupby('分区')，再从分组对象中取出列后转换：group['四季度'].transform('mean')，用于计算各区四季度的平均值。输出是长度为 8、名为「四季度」的序列：行标签 0～7 依次约为 2890.666667、3143.666667、2836.500000、3143.666667、2890.666667、2890.666667、3143.666667、2836.500000。同一分区的人得到同一个组均值：标签 0、4、5（赵四、周金、吴达）对应天河四季度均值 2890.666667，由原始值 2672、4066、1934 平均得到；标签 1、3、6（钱多、李萌、郑华）对应黄埔 3143.666667；标签 2、7（孙冰、王军）对应越秀 2836.5。
易错点：必须先 groupby 得到分组对象，再按列调用 transform，课程写法是 group['四季度'].transform('mean')，参数是操作名字符串。transform 返回序列，不要与 agg（每组一行、以分区为行索引）混淆。转换结果不会自动改写原数据框，需要赋值才能作为新列保存。同一组内各行的转换值相同，行标签保持为原始位置（本例仍为 0～7），不会按组重建。
transform() 函数。'mean'。group['四季度'].transform('mean') 计算各区四季度平均值。agg 混淆：agg 每组一行，transform 对齐回原始各行。