Python 将列添加到groupby数据帧

我有一个简单的数据帧

df

：

df = pd.DataFrame({'c':[1,1,1,2,2,2,2],'type':['m','n','o','m','m','n','n']})

我的目标是为每个

c

计算

type

的值，然后添加一个大小为

c

的列。因此，首先：

In [27]: g = df.groupby('c')['type'].value_counts().reset_index(name='t')

In [28]: g
Out[28]: 
   c type  t
0  1    m  1
1  1    n  1
2  1    o  1
3  2    m  2
4  2    n  2

第一个问题解决了。然后我还可以：

In [29]: a = df.groupby('c').size().reset_index(name='size')

In [30]: a
Out[30]: 
   c  size
0  1     3
1  2     4

如何将

size

列直接添加到第一个数据帧？到目前为止，我使用

map

作为：

In [31]: a.index = a['c']

In [32]: g['size'] = g['c'].map(a['size'])

In [33]: g
Out[33]: 
   c type  t  size
0  1    m  1     3
1  1    n  1     3
2  1    o  1     3
3  2    m  2     4
4  2    n  2     4

哪种方法有效，但有更直接的方法吗？

用于将列从

groupby

聚合添加回原始df，

transform

返回索引与原始df对齐的

系列

：

In [123]:
g = df.groupby('c')['type'].value_counts().reset_index(name='t')
g['size'] = df.groupby('c')['type'].transform('size')
g

Out[123]:
   c type  t  size
0  1    m  1     3
1  1    n  1     3
2  1    o  1     3
3  2    m  2     4
4  2    n  2     4

另一个带有

len

的解决方案：

df['size'] = df.groupby('c')['type'].transform(len)
print df
   c type size
0  1    m    3
1  1    n    3
2  1    o    3
3  2    m    4
4  2    m    4
5  2    n    4
6  2    n    4

另一个解决方案包括和：

---

实际上，在这种情况下，我们应该将其更改为

g['size']=g.groupby（'c'）['t']].transform（'size'）

，因为我想保留

值\u counts（）

。这是一个比以下更好的答案：到transform的链接稍微改变了一点，这是一个新的问题：你能简单地解释一下为什么你删除了原始答案的第一部分吗？（我发现它对我的目标很有用，这与OP不同，但问题的标题很好地描述了它（这就是我如何做到的））

df['size'] = df['c'].map(df['c'].value_counts())
print (df)
   c type  size
0  1    m     3
1  1    n     3
2  1    o     3
3  2    m     4
4  2    m     4
5  2    n     4
6  2    n     4