Python 将每个值的频率分配给具有新列的dataframe

我试图建立一个数据帧，对一个名为frequency的列进行计数。 此列应显示值在每行数据帧的特定列中出现的频率。大概是这样的：

Index  Category  Frequency    
     0        1         1
     1        3         2
     2        3         2
     3        4         1
     4        7         3
     5        7         3
     6        7         3
     7        8         1

这只是一个例子

我已经用value_counts（）尝试过了，但是我只在出现的数字的最后一行收到一个值。 在这个例子中

Index  Category  Frequency    
     0        1         1
     1        3         N.A
     2        3         2
     3        4         1
     4        7         N.A
     5        7         N.A
     6        7         3
     7        8         1

---

列的行数与数据帧的行数相同非常重要，最好附加到相同的数据帧中

df.groupby（“类别”）\
.apply（λg:g.assign（频率=len（g）））\
.reset_索引（级别=0，下降=True）

使用：

或：

输出：

   Index  Category  Frecuency
0      0         1          1
1      1         3          2
2      2         3          2
3      3         4          1
4      4         7          3
5      5         7          3
6      6         7          3
7      7         8          1

详细信息

df['Category'].value_counts()
7    3
3    2
4    1
1    1
8    1
Name: Category, dtype: int64

使用

value\u counts

可以得到一个系列，其

索引

是类别的元素和

值

​​是伯爵。因此，您可以使用或创建一个包含

类别

值的系列​​由计数中的数字替换。最后，将此序列分配到

频率
列
df['frequency']=df.groupby（'Category'）。transform（'count'））

   Index  Category  Frecuency
0      0         1          1
1      1         3          2
2      2         3          2
3      3         4          1
4      4         7          3
5      5         7          3
6      6         7          3
7      7         8          1

df['Category'].value_counts()
7    3
3    2
4    1
1    1
8    1
Name: Category, dtype: int64