Python 3.x 从另一列计算Id的总行数

我有一个数据帧

初始化列表数据。

data = {'Id':['1', '2', '3', '4','5','6','7','8','9','10'], 'reply_id':[2, 2,2, 5,5,6,8,8,1,1]} 

创建数据帧

df = pd.DataFrame(data)

   Id   reply_id
0   1   2
1   2   2
2   3   2
3   4   5
4   5   5
5   6   6
6   7   8
7   8   8
8   9   1
9   10  1

我想在

new

中获得每个

id

的

reply\u id

总数

Id=1在

reply\u Id

中出现2次，我希望在新列

new

所需输出

    Id  reply_id  new
0   1   2          2   
1   2   2          3     
2   3   2          0 
3   4   5          0
4   5   5          2
5   6   6          1
6   7   8          0
7   8   8          2
8   9   1          0
9   10  1          0

我已经完成了这行代码

df['new'] = df.reply_id.eq(df.Id).astype(int).groupby(df.Id).transform('sum')

在列

reply\u id

上使用，然后使用聚合函数创建映射系列

counts

，最后使用将

id

列中的值与其各自的

计数映射：

counts = df['reply_id'].groupby(df['reply_id']).count()
df['new'] = df['Id'].map(counts).fillna(0).astype(int)

结果:

# print(df)

   Id  reply_id  new
0   1         2    2
1   2         2    3
2   3         2    0
3   4         5    0
4   5         5    2
5   6         6    1
6   7         8    0
7   8         8    2
8   9         1    0
9  10         1    0

在这个回答中，我使用
id
列中的
Series.value\u counts
来计算reply\u id中的值，并将结果转换为dict。然后，我使用
id
列中的
Series.map
将计数与id关联起来。
fillna（0）
用于填充
reply\u id

df['new'] = (df['Id']
             .astype(int)
             .map(df['reply_id'].value_counts().to_dict())
             .fillna(0)
             .astype(int))

我尝试了你的解决方案，因为它与我的非常相似，但是你的解决方案用零填充
new
。
fill with zero
是什么意思？我的意思是
new
中的所有值都是零。那么，我这边发生了一些奇怪的事情。我使用了问题中提供的精确数据，以及您所写的精确行，但无法从中获得任何信息：（是的，我想是的..bcz，我已经测试了上述解决方案并产生了期望的结果。