Python 获取每个元素出现次数的最快方法

我有一个像这样的大数据框

                                             name     Country   ... 
1                                            Paul     Germany
2                                            Paul     Germany
3                                          George     Italy
3                                          George     Italy   
3                                          George     Italy
                       ...
N                                            John     USA

我要查找name列中每个元素的出现情况，例如has

                                             name     Country   Count 
1                                            Paul     Germany    2000
2                                          George     Italy       500
                          ...
N                                            John     USA       40000

你知道最理想的方法是什么吗

因为这相当长

df['count'] = df.groupby(['name'])['name'].transform(pd.Series.value_counts)

---

您可以这样做：

df.groupby(['name', 'Country']).size()

例如：

import pandas as pd

df = pd.DataFrame.from_dict({'name' : ['paul', 'paul', 'George', 'George', 'George'],
    'Country': ['Germany', 'Italy','Germany','Italy','Italy']})

df

输出：

    Country name
0   Germany paul
1   Italy   paul
2   Germany George
3   Italy   George
4   Italy   George

name    Country
George  Germany    1
        Italy      2
paul    Germany    1
        Italy      1

分组方式和获取计数：

df.groupby(['name', 'Country']).size()

输出：

    Country name
0   Germany paul
1   Italy   paul
2   Germany George
3   Italy   George
4   Italy   George

name    Country
George  Germany    1
        Italy      2
paul    Germany    1
        Italy      1

---

如果您只想计算与

名称

列相关的计数，则不需要使用

groupby

，只需使用从数据帧中选择

名称

列（它返回一个

系列

对象）并直接对其调用

值_counts（）

：

df['name'].value_counts()

---

为什么第二个数据帧中的第二行是意大利的乔治，而不是第一行中的德国的保罗？我也想删除重复项，但这不是必须的