Pandas Dataframe 使用 groupby 计数创建新列，条件为计数答案

【问题标题】：Pandas Dataframe create new column with grouppy count with condition on countPandas Dataframe 使用 groupby 计数创建新列，条件为计数
【发布时间】：2022-12-15 07:23:00
【问题描述】：

我有这个数据框

 df = pd.DataFrame({"A": [1, 1, 1, 1, 1, 2, 2, 2, 3], "B": [1, 4, 5, 6, 10, 7, 8, 9, 3], "C": ["Hello", "World", "How", "are", "you", "today", "miss", "?", "!"]})

    A    B      C
0  a1   a1  Hello
1  a1   a4  World
2  a1   a5    How
3  a1   a6    are
4  a1  a10    you
5  a2   a7  today
6  a2   a8   miss
7  a2   a9      ?
8  a3   a3      !

我想要这样的东西

    A   B      C   n
1  a1  a4  World   4
2  a1  a5    How   4
3  a1  a6    are   4
4  a1  a10   you   4
5  a2  a7  today   3
6  a2  a8   miss   3
7  a2  a9      ?   3
8  a3  a3      !   0

我试过这个操作

df["n"] = df.loc[df.A != df.B].groupby("A")["B"].transform(len)

但我有这个结果

    A   B      C   n
0  a1  a1  Hello   NaN
1  a1  a4  World   4
2  a1  a5    How   4
3  a1  a6    are   4
4  a1  a10   you   4
5  a2  a7  today   3
6  a2  a8   miss   3
7  a2  a9      ?   3
8  a3  a3      !   NaN

你知道我可以在 transform 上而不是在原始数据帧上设置我的条件 df.A != df.B 吗？谢谢

【问题讨论】：

标签： python pandas

【解决方案1】：

利用：

df["n"] = (df.A != df.B).groupby(df["A"]).transform('sum')
    
print (df)
   A   B      C  n
0  1   1  Hello  4
1  1   4  World  4
2  1   5    How  4
3  1   6    are  4
4  1  10    you  4
5  2   7  today  3
6  2   8   miss  3
7  2   9      ?  3
8  3   3      !  0

或者：

df["n"] = df.assign(B = df.A != df.B).groupby("A")['B'].transform('sum')
    
print (df)

   A   B      C  n
0  1   1  Hello  4
1  1   4  World  4
2  1   5    How  4
3  1   6    are  4
4  1  10    you  4
5  2   7  today  3
6  2   8   miss  3
7  2   9      ?  3
8  3   3      !  0

【讨论】：

【解决方案2】：

是的，您可以在执行 groupby 操作之前使用 .transform() 方法对 DataFrame 中的数据应用条件。以下是如何执行此操作的示例：

df["n"] = df.groupby("A")["B"].transform(lambda x: len(x[x != x.index]))

这将在 DataFrame 中创建一个名为“n”的新列，其中将包含列“A”的每个值的列“B”的唯一值的数量，不包括等于相应索引值的任何值。

这是生成的 DataFrame：

   A   B      C  n
0  a1  a1  Hello  4
1  a1  a4  World  4
2  a1  a5    How  4
3  a1  a6    are  4
4  a2  a7    you  3
5  a2  a8  today  3
6  a2  a9   miss  3
7  a3  a3      ?  0

如您所见，“n”列现在包含“B”列中每个“A”值的唯一值的正确计数。

【讨论】：