在 Pandas Dataframe 中计算观察值的有效方法

【问题标题】：Efficient way of counting observations in Pandas Dataframe在 Pandas Dataframe 中计算观察值的有效方法
【发布时间】：2022-01-07 06:40:30
【问题描述】：

我有以下问题。我有一个 Python 数据库，其中包含根据原籍国（前两列）的酒店客户：

  Hotel name Country  Count
0    Hotel A      US      2
1    Hotel A      UK      1
2    Hotel A      US      2
3    Hotel B      UK      2
4    Hotel B      UK      2

这意味着，在酒店 A 中，有 2 个客户来自美国，1 个来自英国；在酒店 B，他们有 2 个来自英国的客户，没有来自美国的客户。 我想要的是第三列，这意味着酒店拥有的按原产国观察的数量。到目前为止，我设法做到这一点的唯一方法是使用 for 循环，但由于我有 1000 万次观察，我想知道是否有更有效/更快的方法。

【问题讨论】：

你能提供预期的输出吗？
预期输出是第 3 列，df['count']。

标签： pandas loops for-loop

【解决方案1】：

你可以groupby酒店/国家和transform('count')：

df['Count'] = df.groupby(['Hotel name', 'Country']).transform('count')

输出：

  Hotel name Country  Count
0    Hotel A      US      2
1    Hotel A      UK      1
2    Hotel A      US      2
3    Hotel B      UK      2
4    Hotel B      UK      2

【讨论】：

谢谢！这完全有道理。但它输出“错误的项目数量通过 0，位置意味着 1”。知道为什么吗？
您是否准确地运行了上面的内容？还是别的什么？
df['Count'] = df.groupby(['Hotel name', 'Country']).agg('count') 是这里的替代方案。
@Learningisamess 不，这个会执行聚合，而不是转换；)
我发誓我只是复制并粘贴了上面的代码。