通过合并更好地替代 groupby [重复]

Question

我想知道是否有人知道我目前正在做的更好的方法。这是一个示例数据集：

ID  Number
a   1
a   2
a   3
b   4
c   5
c   6
c   7
c   8

示例：如果我想按上表中的 ID 列计算数字。我会先做一个 groupby ID 并对 Number 进行计数，然后将结果合并回原始表，如下所示：

df2 = df.groupby('ID').agg({'Number':'count'}).reset_index()

df2 = df2.rename(columns = {'Number':'Number_Count'})

df = pd.merge(df, df2, on = ['ID'])

这会导致：

这感觉像是一种迂回的方式，有没有人知道更好的选择？我问的原因是因为在处理大型数据集时，这种方法会消耗大量内存（通过创建另一个表然后合并它们）。

Answer 1

你可以很简单地做到这一点：

import pandas as pd

df = pd.DataFrame({'ID': list('aaabcccc'),
                   'Number': range(1,9)})

df['Number_Count'] = df.groupby('ID').transform('count')

df

#  ID  Number  Number_Count
#0  a       1             3
#1  a       2             3
#2  a       3             3
#3  b       4             1
#4  c       5             4
#5  c       6             4
#6  c       7             4
#7  c       8             4