Python 3.x 如何将value_counts()值附加到表中的新列
如何计算列(df1)中的重复值并将其添加到具有两个修改列的新数据帧(df2)。我尝试使用drop_duplicates()、value_counts()并将其分配给新数据帧,但value_counts()显示NaN值。如何将数据帧从df1转换为df2。多谢各位Python 3.x 如何将value_counts()值附加到表中的新列,python-3.x,pandas,dataframe,Python 3.x,Pandas,Dataframe,如何计算列(df1)中的重复值并将其添加到具有两个修改列的新数据帧(df2)。我尝试使用drop_duplicates()、value_counts()并将其分配给新数据帧,但value_counts()显示NaN值。如何将数据帧从df1转换为df2。多谢各位 df1: A 0 Dell 1 Lenovo 2 Acer 3 Apple 4 Lenovo 5 Dell df2: A B 0 Dell 2 1 Lenovo
df1:
A
0 Dell
1 Lenovo
2 Acer
3 Apple
4 Lenovo
5 Dell
df2:
A B
0 Dell 2
1 Lenovo 2
2 Acer 1
3 Apple 1
您可以在.value\u counts()之后.reset\u index()
:
印刷品:
ab
0戴尔2
1联想2
2宏碁1
3苹果1
您可以在A
列上使用groupby
,然后在A
列上应用count
功能,将计数列命名为B
df\=df.groupby(“A”).agg(B=pd.namedag(column=“A”,aggfunc=“count”)).reset_index()
检查第二个答案。
print(df.value_counts().reset_index().rename(columns={0: "B"}))
print(df_)
A B
0 Acer 1
1 Apple 1
2 Dell 2
3 Lenovo 2