Python 计算某一行的出现频率

假设我有一个数据框，其中有3列作为

     date        amount     type
0   20160101     50        apple 
1   20160101     50        apple  
2   20160101     50        banana 
3   20160102     30        apple        
4   20160102     50        apple
5   20160102     40        banana
6   20160102     40        banana 

我想做的是使用所有列计算一行出现的频率，结果应该是

date      amount      type      times
20160101   50         apple     2
20160101   50         banana    1
20160102   30         apple     1
20160102   50         apple     1
20160102   40         banana    2  

我的代码是

df
Out[23]: 
       Date  Amount    Type
0  20160101      50   apple
1  20160101      50   apple
2  20160101      50  banana
3  20160102      30   apple
4  20160102      50   apple
5  20160102      40  banana
6  20160102      40  banana

P=df.pivot_table('Amount','Date','Type')

P
Out[27]: 
Type      apple  banana
Date                   
20160101     50      50
20160102     40      40

---

这里有一个黑客可以帮你找到答案。我觉得需要一种更直接的方式

df['times'] = 1
df.groupby(['Date', 'Amount', 'Type'], as_index=False).sum()

编辑：

找到第二个解决方案（您需要重命名列

df.groupby(['date','type']).amount.value_counts().reset_index()

---

这里有一个黑客可以帮你找到答案。不过我觉得需要一个更直接的方法

df['times'] = 1
df.groupby(['Date', 'Amount', 'Type'], as_index=False).sum()

编辑：

找到第二个解决方案（您需要重命名列

df.groupby(['date','type']).amount.value_counts().reset_index()

或者你可以使用

如果传递了dict，则将使用键来命名列。否则将使用函数名（存储在函数对象中）

或者你可以使用

如果传递了dict，则将使用键来命名列。否则将使用函数名（存储在函数对象中）

---

你尝试过任何解决方案吗？我能做到吗？=是的。你尝试过什么？@NagarajTantri我只知道如何计算某个值出现的频率，但这不是我想要的。@xzt不是问题，始终显示你尝试过什么来解决问题。因为，基本上是关于，

你尝试过它，但需要一些帮助
获得众目睽睽
@NagarajTantri刚刚把它添加到问题中。你有没有尝试过任何解决方案？我有什么办法可以做到吗？=是的。你尝试过什么？@NagarajTantri我只知道如何计算某个值出现的频率，但这不是我想要的。@xzt不是问题，始终显示你试图得到的结果注意。因为，SO基本上是关于，
你尝试了一下，但是需要一些帮助来获得靶心。
NagarajTantri刚刚把它添加到问题中。也许更好的方法是使用
df.groupby（['date'，'amount'，'type']）.size（）.reset_index（name='times'）
或
df.groupby（['date'，'amount'，'type']，sort=False）.size（）.size（）.reset_index（name='times'）
谢谢！我想知道是否还有其他方法可以在直方图中显示结果？我尝试使用.plot（kind='hist'），但绘图看起来是有线的。