练习一，汽车数据集

现有一份汽车数据集，其中Brand, Disp., HP分别代表汽车品牌、发动机蓄量、发动机输出。

1.先过滤出所属Country数超过2个的汽车，即若该汽车的Country在总体数据集中出现次数不超过2则剔除，再按Country分组计算价格均值、价格变异系数、该Country的汽车数量，其中变异系数的计算方法是标准差除以均值，并在结果中把变异系数重命名为CoV:
中途换用Jupyternotebook，比pytorch简洁，易直观。

2.按照表中位置的前三分之一、中间三分之一和后三分之一分组，统计Price的均值。

3.对类型Type分组，对Price和HP分别计算最大值和最小值，结果会产生多级索引，请用下划线把多级列索引合并为单层索引

4.对类型Type分组，对HP进行组内的min-max归一化**(取出HP列用transform调用)**

5.对类型Type分组，计算Disp.与HP的相关系数

练习二：实现transform 函数

• groupby 对象的构造方法是my_groupby(df, group_cols) 支持单列分组与多列分组

• 支持带有标量广播的my_groupby(df)[col].transform(my_func) 功能 pandas 的transform

• 不能跨列计算，请支持此功能，即仍返回Series 但col 参数为多列

• 无需考虑性能与异常处理，只需实现上述功能，在给出测试样例的同时与pandas 中的transform 对比结果是否一致

补充：groupby优先分组原则，即是froupby函数的第一步，常数解释：

• by：分组字段
• axis：指定方向，默认o表示沿着行
• as_index:将列作为输出索引
• reset_index:当False时
• 
  当我进行：单列字段的转换格式作为分组字段 这边出现这种情况，这里错用了类，应该使使用传列名或是list！