用它们的计数替换 DataFrame 列中的唯一值[重复]答案

【问题标题】：Replace the unique values in a DataFrame column with their count [duplicate]用它们的计数替换 DataFrame 列中的唯一值[重复]
【发布时间】：2018-03-05 03:53:17
【问题描述】：

我有一个这样的DataFrame：

Index Label
0     ABCD
1     EFGH
2     ABCD
3     ABCD
4     EFGH
5     ABCD
6     IJKL
7     IJKL
8     ABCD
9     EFGH

因此，“ABCD”出现 5 次，“EFGH”出现 3 次，“IJKL”出现两次。我想计算每个标签的出现次数并用它们的计数替换单个标签，以获得以下信息：

Index Label
0     5
1     3
2     5
3     5
4     3
5     5
6     2
7     2
8     5
9     3

最好的方法是什么？谢谢！

【问题讨论】：

标签： python pandas dataframe unique

【解决方案1】：

使用由Series创建的mapvalue_counts：

df['Label'] = df['Label'].map(df['Label'].value_counts())
print (df)
   Label
0      5
1      3
2      5
3      5
4      3
5      5
6      2
7      2
8      5
9      3

transform + size 的另一种解决方案：

df['Label'] = df.groupby('Label')['Label'].transform('size')
print (df)

   Label
0      5
1      3
2      5
3      5
4      3
5      5
6      2
7      2
8      5
9      3

【讨论】：

你确定吗？我认为总是需要size，如果需要排除NaNs 需要count（很少使用）

【解决方案2】：

使用groupby 和transform：

print(df)
      Label
Index      
0      ABCD
1      EFGH
2      ABCD
3      ABCD
4      EFGH
5      ABCD
6      IJKL
7      IJKL
8      ABCD
9      EFGH

df['Label'] = df.groupby('Label').Label.transform('count')
print(df)
       Label
Index       
0          5
1          3
2          5
3          5
4          3
5          5
6          2
7          2
8          5
9          3

如果您的列没有 NaNs，size 和 count 返回相同的值。否则，size 包含NaNs，所以避免使用它。

使用Counter的另一种方式：

from collections import Counter

df['Label'] = df.Label.map(Counter(df.Label))
print(df)
       Label
Index       
0          5
1          3
2          5
3          5
4          3
5          5
6          2
7          2
8          5
9          3

【讨论】：

@P.Prunesquallor 感谢您的支持。
@P.Prunesquallor 另外，如果您使用的是 groupby 解决方案，请不要像 jezrael 的解决方案那样使用 size。
我不明白Otherwise, size includes NaNs, so avoid using it.为什么要避免？我认为这两个函数都很好 - 我认为函数 count 是最好的不使用，只有在需要明确排除 NaN 时才使用。我认为没有理由避免使用size，因为如果我知道我有一些 NaN（而且我认为数据中没有 NaN，尤其是浮点数据），那就太好了。