Python 熊猫：groupby然后根据条件进行计数

我有以下数据集：

+----+------+
| ID | Type |
+----+------+
| a  | New  |
+----+------+
| b  | Old  |
+----+------+
| b  | Old  |
+----+------+
| b  | New  |
+----+------+
| c  | Old  |
+----+------+

我正在尝试按ID分组，然后计算每个组的新出现次数。例如，我会有

a=1

，

b=2

，和

c=0

以下是我尝试过的：

df['NewAmount'] = df.groupby('ID')['Type'].apply(
    lambda x: x[x == 'New'].count())

我明白了：

+----+------+----------+
| ID | Type | NewAmount|
+----+------+----------+
| a  | New  | NaN      |
+----+------+----------+
| b  | Old  | NaN      |
+----+------+----------+
| b  | Old  | NaN      |
+----+------+----------+
| b  | New  | NaN      |
+----+------+----------+
| c  | Old  | NaN      |
+----+------+----------+

---

您应该尝试使用

transform

df['out'] = df['Type'].eq('New').groupby(df['ID']).transform('sum')

---

谢谢，它起作用了。10分钟后接受吗？你能解释一下为什么你在转换中使用了

sum

而不是

count

吗？@mokilliilo因为我使用前面的等式，该项是新的，它将返回True，在groupby之后，我们可以求和它是多少True，它将等于进行计数~