Python 比较数据帧并根据另一个数据帧中的相似行数更改列值

假设我有两个数据帧：

df1：

df2： 具有类似格式的更大数据集，但有一个计数列需要基于df1递增

    Person Number Type    Count 
0   Kyle   12     Male    0
1   Jacob  15     Male    0
3   Sally  43     Female  0
4   Mary   15     Female  5

我想做的是根据同一个人在df1中出现的次数增加count列

此示例的例外输出：

    Person Number  Type    Count 
0   Kyle   12     Male    1
1   Jacob  15     Male    2
3   Sally  43     Female  0
4   Mary   15     Female  5

对于Kyle，将计数增加到1，因为有一个实例；对于Jacob，将计数增加到2，因为有两个实例。不要更改Sally和Mary的值，并保持值不变

我该怎么做？我尝试过使用.loc，但我不知道如何解释同一行的两个实例。这意味着，即使df1中有两个雅各布，我也只能使计数增加1

我试过了

df2.loc[df2['Person'].值==df1['Person'].值，'Count']+=1

但是，这并不能解释重复的情况

df1 = df1.groupby(df.columns.tolist(), as_index=False).size().to_frame('Count').reset_index()

df1 = df1.set_index(['Person','Number','Type'])
df2 = df2.set_index(['Person','Number','Type'])

df1.add(df2, fill_value=0).reset_index()

或

---

值\u计数

+索引对齐

u = df2.set_index("Person")
u.assign(Count=df1["Person"].value_counts().add(u["Count"], fill_value=0))

---

df1 = df1.groupby(df.columns.tolist(), as_index=False).size().to_frame('Count').reset_index()
df2.merge(df1, on=['Person','Number','Type'], how='left').set_index(['Person','Number','Type']).sum(axis=1).to_frame('Count').reset_index()

u = df2.set_index("Person")
u.assign(Count=df1["Person"].value_counts().add(u["Count"], fill_value=0))

        Number    Type  Count
Person
Kyle        12    Male    1.0
Jacob       15    Male    2.0
Sally       43  Female    0.0
Mary        15  Female    5.0