dataframe的行和列之间的Python交互

我有这个数据框：

print (df)
       exam       student
    0 French        a
    1 English       a
    2 Italian       a
    3 Chinese       b
    4 Russian       b
    5 German        b
    6 Chinese       c
    7 Spanish       c
    8 English       c
    9 French        c

我需要找出每个学生参加和他一样的考试的人数

应该是这样的：

  exam      student   total_st
0 French       a         1
1 English      a         1
2 Italian      a         1
3 Chinese      b         1
4 Russian      b         1
5 German       b         1
6 German       c         2
7 Spanish      c         2
8 English      c         2 
9 French       c         2

学生A的总数是1，因为它只有一个学生参加普通考试（在本例中是学生C）

学生B的总数是1，因为它只有一个学生参加普通考试（在本例中是学生C）

学生C的总数为2，因为它与两个学生（学生A和B）都有共同的考试

有什么想法吗

---

提前谢谢你

您可以首先计算

考试

和

学生

的列联表，然后进行叉积以检查学生之间是否有考试重叠，并计算至少有一次共享考试的学生人数，并将结果映射到原始学生列：

cont_table = pd.crosstab(df.exam, df.student)

# cont_table.T.dot(cont_table) gives a table how many exams each student shared with 
# another student, -1 to exclude the student himself
shared_count = (cont_table.T.dot(cont_table) != 0).sum(0) - 1  
shared_count

#student
#a    1
#b    1
#c    2
#dtype: int64


df['total_st'] = df.student.map(shared_count)
df

---

您可以首先计算

考试

和

学生

的列联表，然后进行叉积以检查学生之间是否存在考试重叠，并计算至少有一次共享考试的学生人数，并将结果映射到原始学生列：

cont_table = pd.crosstab(df.exam, df.student)

# cont_table.T.dot(cont_table) gives a table how many exams each student shared with 
# another student, -1 to exclude the student himself
shared_count = (cont_table.T.dot(cont_table) != 0).sum(0) - 1  
shared_count

#student
#a    1
#b    1
#c    2
#dtype: int64


df['total_st'] = df.student.map(shared_count)
df

---

非常有趣的解决方案@谢谢你的评论！伟大的非常感谢。非常有趣的解决方案@谢谢你的评论！伟大的非常感谢。