创建新列时遇到错误答案

【问题标题】：Facing an Error while creating a new column创建新列时遇到错误
【发布时间】：2019-11-26 23:41:59
【问题描述】：

原始数据框：

df.head()
>
     beer_beerid    review_profilename    review_overall
0     48215          stcules                   3.0
1     52159          oline73                   3.0
2     52159          alpinebryant              3.0
3     52159          rawthar                   4.0
4     52159          RangerClegg               3.5

需要在此数据框中创建一个包含 beer_beeid 出现次数的新列。如果 beerid 52159 出现 4 次 - 那么该 beerid 的新列值应该是 4。

使用以下代码：

df['beer_review_count'] = df.groupby('beer_beerid').transform('count')

它给出了以下错误

ValueError: Wrong number of items passed 2, placement implies 1

【问题讨论】：

你想要在结果数据框中关于“beer_review_count”列的输出，我的意思是每个单元格在这一行中包含的内容
检查输出，行数可能不一样......或数据类型 - 它应该是列表或系列

标签： python pandas

【解决方案1】：

这是解决方案。

df['beer_review_count'] = df.groupby('beer_beerid')['beer_beerid'].transform('count')

使用 transform()

可以正常工作

beer_beerid   profilename  overall  beer_review_count
0  48215       stcules      3.0                  1
1  52159       oline73      3.0                  4
2  52159  alpinebryant      3.0                  4
3  52159       rawthar      4.0                  4
4  52159   RangerClegg      3.5                  4

【讨论】：

【解决方案2】：

假设编辑中的架构是正确的，试试

df['beer_beerid'].value_counts()

分享 CSV 文件的图片，以便我可以确定，因为我现在不确定它是 beerid 还是 _beerid。

LINK

df.groupby('beer_beerid')['beer_beerid'].count()

编辑：

可能修复 NaN 错误，与其他解决方案不同，这应该避免冗余：值的重复。

LINK

根据我所做的输出应该是这样的。


beer_beerid
48215       1 
52159       4

This 有助于将列添加到现有数据框中。

【讨论】：

它的“beer_beerid”