1、相同点，能针对dataframe完成特征的计算，并且常常与groupby()方法一起使用。

2、不同点，apply()可以跟自定义的函数，transform()不能跟自定义的特征交互函数。

apply()里面可以跟自定义的函数，包括简单的求和函数以及复杂的特征间的差值函数等（注：apply不能直接使用agg()方法 / transform()中的python内置函数，例如sum、max、min、’count‘等方法）

transform()里面不能跟自定义的特征交互函数，因为transform是真针对每一元素（即每一列特征操作）进行计算，也就是说在使用 transform() 方法时，需要记得三点：

（1）它只能对每一列进行计算，所以在groupby()之后，.transform()之前是要指定要操作的列，这点也与apply有很大的不同。

（2）由于是只能对每一列计算，所以方法的通用性相比apply()就局限了很多，例如只能求列的/最小/均值/方差/分箱等操作

（3）transform的其他组欧平最简单的情况是试图将函数的结果分配回原始的dataframe。也就是说返回的shape是（len(df)，1）。

注：如果与groupby()方法联合使用，需要对值进行去重。

以上就是python中apply和transform的比较，希望对大家有所帮助。