Python，计算另一列中值的出现频率

所以我一直在寻找类似问题的解决方案，并不断碰壁。我是python新手，使用pandas/python进行ETL，如果我没有充分描述我的情况，请原谅

我有两个数据帧df1看起来像：

    Subscriber Key  OtherID  AnotherID
1     'abc'           '12'    '23'
2     'bcd'           '45'    '56'
3     'abc'           '12'    '23'
4     'abc'           '12'    '23'
5     'cde'           '78'    '90'
6     'bcd'           '45'    '56'

    Subscriber Key  OtherID  AnotherID
1     'abc'           '12'    '23'
2     'bcd'           '45'    '56'
3     'cde'           '78'    '90'

df2看起来像：

    Subscriber Key  OtherID  AnotherID
1     'abc'           '12'    '23'
2     'bcd'           '45'    '56'
3     'abc'           '12'    '23'
4     'abc'           '12'    '23'
5     'cde'           '78'    '90'
6     'bcd'           '45'    '56'

    Subscriber Key  OtherID  AnotherID
1     'abc'           '12'    '23'
2     'bcd'           '45'    '56'
3     'cde'           '78'    '90'

我试图返回一个计数，即SubscriberKey:“abc”在数据帧中出现的次数。找到这些值后，我想将计数附加到另一个数据帧（df2）上，这是我第一次消除重复数据帧

它看起来是这样的：

    Subscriber Key  OtherID  AnotherID Total Instances
1     'abc'           '12'    '23'           '3'
2     'bcd'           '45'    '56'           '1'
3     'cde'           '78'    '90'           '1'

    Subscriber Key  OtherID  AnotherID Total Instances
1     'abc'           '12'    '23'           '1'
2     'bcd'           '45'    '56'           '3'
3     'cde'           '78'    '90'           '2'

所以我试着用这句话：

    df1.groupby(['SubscriberKey']).size()

我只使用'SubscriberKey'的原因是，有些行只在该列中填写'OtherID'，'AnotherID'为空

我还尝试了Series.value\u count（）。当我尝试使用groupby和size（）并将df2['Total Instances']的值设置为出现次数时，这些值似乎没有正确对齐

例如，新表如下所示：

    Subscriber Key  OtherID  AnotherID Total Instances
1     'abc'           '12'    '23'           '3'
2     'bcd'           '45'    '56'           '1'
3     'cde'           '78'    '90'           '1'

    Subscriber Key  OtherID  AnotherID Total Instances
1     'abc'           '12'    '23'           '1'
2     'bcd'           '45'    '56'           '3'
3     'cde'           '78'    '90'           '2'

所以我最初的想法是，在执行groupby时，函数会自动对输出进行排序。我试图通过将groupby表保存为csv进行检查，并意识到它只打印count列，而不打印与其关联的subscriberkey列

不管怎样，有没有人对我如何做到这一点有任何意见？重申一下，我只想在df2中添加一列，返回df1中发生或实例的总数

谢谢

您可以尝试：

df2['Total Instances'] = df2['Subscriber Key'].map(df1['Subscriber Key'].value_counts())

---

你好，非常感谢！这正是我想要的。你能澄清一下我的逻辑是否正确吗。实际上，您正在将我的重复数据帧（df2）映射回df1。那么我的第一个键，在df2中说“abc”，将“绑定”到df1中称为“abc”的每个键上？然后在映射上调用计数？抱歉，只是想了解你的线路是如何运作的太棒了！很高兴这有帮助

value_counts（）

返回

Series

，您希望将它们映射到

键上的
df2
。请参考示例我也是：1）通过将键2上的df1到df2中的值映射来创建字典2）通过使用.value_counts（）调用匹配值序列每一篇文章，看起来我基本上是在制作一个字典
map
：使用输入对应（可以是dict、series或函数）映射序列值。因此，在本例中，
df2['Subscriber Key']
和
df1['Subscriber Key'].value\u counts（）
是两个
系列。所以，映射在两个系列上。不过，它必须和键匹配，您可以切换行作为测试示例，然后查看，它也应该给出正确的结果。好的，谢谢！哦，我明白了。还有一个问题，当运行df1['subscriber key'].value_counts（）时，我看到它显示了订阅者密钥和计数行，因此在调用.value_counts（）时，看起来好像订阅者密钥是分组的？那么，map是否会在我选择返回第三列（计数）的列上获取两个数据帧并“连接”它们呢？抱歉，如果这些是愚蠢的问题