Python 基于重复行创建新列

我的目标是创建一个新列，其中包含每个日期的总重复次数

之前

     date
0  6/1/18
1  6/1/18
2  6/4/18
3  6/5/18
4  6/6/18
6  6/6/18
7  6/6/18

之后

     date  count
0  6/1/18    2
1  6/1/18    2
2  6/4/18    1
3  6/5/18    1
4  6/6/18    3
6  6/6/18    3
7  6/6/18    3

我尝试在这个网站上使用一些类似的解决方案，以符合我的标准

# Possible format I can use, but not what I am looking for.
df.loc[df['date'] == 1, 'b'].sum()
# I changed it to this to this to no solution.
df['Count'] = df.loc[df['date'] == df['date']].sum()

也许我走错了路，但任何洞察都将不胜感激。

让我们这样做吧

df['count']=df.date.groupby(df.date).transform('count')
df
     date  count
0  6/1/18      2
1  6/1/18      2
2  6/4/18      1
3  6/5/18      1
4  6/6/18      3
6  6/6/18      3
7  6/6/18      3

让我们做吧

df['count']=df.date.groupby(df.date).transform('count')
df
     date  count
0  6/1/18      2
1  6/1/18      2
2  6/4/18      1
3  6/5/18      1
4  6/6/18      3
6  6/6/18      3
7  6/6/18      3

---

如果你想摆脱重复的，但保持计数

import pandas as pd

data = ['6/1/18', '6/1/18', '6/4/18', '6/5/18', '6/6/18', '6/6/18','6/6/18']

df = pd.DataFrame({'Date': data})
df = df.pivot_table(columns=['Date'], aggfunc='size').reset_index()
df.rename(columns={0: 'Count'})

     Date  Count
0  6/1/18      2
1  6/4/18      1
2  6/5/18      1
3  6/6/18      3

---

如果你想摆脱重复的，但保持计数

import pandas as pd

data = ['6/1/18', '6/1/18', '6/4/18', '6/5/18', '6/6/18', '6/6/18','6/6/18']

df = pd.DataFrame({'Date': data})
df = df.pivot_table(columns=['Date'], aggfunc='size').reset_index()
df.rename(columns={0: 'Count'})

     Date  Count
0  6/1/18      2
1  6/4/18      1
2  6/5/18      1
3  6/6/18      3

---

你的答案似乎与OP想要的不匹配“之后的OPs”样本对我来说没有意义，这是。你的答案似乎与OP想要的不匹配“之后的OPs”样本对我来说没有意义，这是。没有解决方案。这是什么意思？请提供，请参阅。创建一个新列，其中包含每个日期的总重复次数。那么，为什么要保持相同的格式，而不仅仅是唯一的日期？没有解决方案。这是什么意思？请提供，请参阅。创建一个新列，其中包含每个日期的总重复次数为什么要保持相同的格式，而不仅仅是唯一的日期？