Python 将计数连接到熊猫中的原始数据帧

将数据帧作为

import pandas as pd 
lst = ['Yes', 'No', 'Maybe', 'Yes', 'No', 'Maybe', 'Yes'] 
lst2 = [11, 22, 33, 44, 55, 66, 77] 
df = pd.DataFrame(list(zip(lst, lst2)), 
               columns =['Name', 'val'])

我过去常在下面按计数分组

countData=df.groupby("Name")["Name"].count()
countData

名字

也许2

二号

是3

---

如何将countData与DF连接起来？

您可以使用

转换
：

df['countData'] = df.groupby("Name")["Name"].transform(lambda x: x.count())

df:

您可以设置df的索引，然后分配计数，然后重置，然后索引：

count_data = df['Name'].value_counts()
df.set_index('Name', inplace=True)
df['count'] = count_data
df.reset_index(inplace=True)

这就给了我们：

>>> df
    Name  val  count
0    Yes   11      3
1     No   22      2
2  Maybe   33      2
3    Yes   44      3
4     No   55      2
5  Maybe   66      2
6    Yes   77      3

可能的小改进，您可以使用
.transform（pd.Series.count）
代替，从而省略lambda表达式+不管怎样：）@WillemVanOnsem好吧，在改进的基础上改进。如果pandas接受
str
args，为什么要声明函数对象本身<代码>.transform（'count'）
避免了这一切；pExpanding@rafaelc说，直接传递函数比传递字符串性能差得多。在后台，我相信后者调用
apply
，而不是使用从字符串推断的向量化
count
。如果传递字符串，它将被拾取并返回
\u transform\u fast
，因为计数是一种减少。否则，它将作为lambda函数应用于每个组。几乎和应用

@Willem或其他人一样糟糕，请将代码作为注释或答案发布

>>> df
    Name  val  count
0    Yes   11      3
1     No   22      2
2  Maybe   33      2
3    Yes   44      3
4     No   55      2
5  Maybe   66      2
6    Yes   77      3