Python pandas：向我的数据框中添加一列来计算变量

Question

我有一个像这样的数据框“gt”：

org     group
org1      1
org2      1
org3      2
org4      3
org5      3
org6      3

并且我想将“count”列添加到 gt 数据帧以计算组的成员数量，预期结果如下：

org     group   count
org1      1       2
org2      1       2
org3      2       1
org4      3       3
org5      3       3
org6      3       3

我知道如何对组中的每一项进行操作，但不知道如何对所有组项目重复计数，这是我使用的代码：

gtcounts = gt.groupby('group').count()

Answer 1

调用

transform

这将返回与原始 df 对齐的系列：

In [223]:

df['count'] = df.groupby('group')['group'].transform('count')
df
Out[223]:
    org  group  count
0  org1      1      2
1  org2      1      2
2  org3      2      1
3  org4      3      3
4  org5      3      3
5  org6      3      3

Answer 2

也可以通过

value_counts()

和

map

的组合来完成。基本上，这个想法是找到每个组的计数；然后将这些计数映射回组。

df['count'] = df['group'].map(df['group'].value_counts())

# or
df['count'] = df['group'].map(df.groupby('group')['group'].count())

此外

groupby.transform

也可以与

size()

一起使用。

df['count'] = df.groupby('group').transform('size')

这两种方法都会产生以下转换。

如果您正在寻找一种将每组计数器分配为列的方法，请使用

groupby.cumcount()

。

df['count'] = df.groupby('group').cumcount()+1