（1）apply和transform、groupby与聚合函数的Multi index

Pandas的apply和transform

Two major differences between the transform and apply groupby methods:

• apply implicitly passes all the columns for each group as a DataFrame to the custom function, while transform passes each columns for each group as a Series to the custom function.
• The custom function passed to apply can return a scalar, or a Series or DataFrame (or numpy array or even list). The custom function passed to transform must return a sequence(a one dimensional Series, array or list) the same length as the group.(返回与每组长度相同的序列)
  transform每次处理一个Series(把group一列一列拆成Series)，apply把整个组当成dataframe.

apply会进行聚合:

此时是Multindex

level=0：date，也就是分组键
level=1：index，是原DataFrame的索引


理解了apply的机制，就很容易去使用它，比如算两列相关系数，肯定是要在DataFrame上操作，就不会用transform：

如果想用transform来计算对数收益率，考虑到会传入每列作为Series，也就知道一开始就只能穿一列close：

groupby与聚合函数的Multi index

groupby与非聚合函数不会产生multi index，新的index与传入的Series或者DataFrame一致




groupby与单聚合函数，新的index会与groupby的keys一致


（可以通过reset_index()，然后left join到原来的DataFrame上）
groupby与滑动窗口、再加聚合函数，会产生Multi index，level=0是groupby的keys，level=1是原Series的index