向 df 添加一列，其中包含 df 中不同列的值的计数？ [复制]答案

【问题标题】：Adding a column to df that contains count of a value of a different column in the df? [duplicate]向 df 添加一列，其中包含 df 中不同列的值的计数？ [复制]
【发布时间】：2020-10-23 16:27:51
【问题描述】：

我在下面有一个df：

Day 
Morning
Day
Night 
Night
Day
Morning
Day
Day

此df中还有其他列，不只包含上列

当我运行以下代码时：

df.groupby('day').count()

它输出一个 df，其中包含 day 列的每个值在 df 的其他列中出现的次数（对于 day 列中的每个值，它的计数相同）

如何创建一个新列来列出 Day 列的每个值的相同计数？

预期输出：

 Day     New_Col
Morning    2
Day        4
Night      2
Night      2
Day        4
Morning    2
Day        4
Day        4

谢谢！

【问题讨论】：

标签： python python-3.x pandas dataframe pandas-groupby

【解决方案1】：

如果要映射回来，请使用transform()：

df['New_Col'] = df.groupby('Day')['Day'].transform('count')

或者你可以使用map，也可以使用value_counts()：

df['New_Col'] = df['Day'].map(df['Day'].value_counts())

输出：

       Day  New_Col
0  Morning        2
1      Day        4
2    Night        2
3    Night        2
4      Day        4
5  Morning        2
6      Day        4
7      Day        4

【讨论】：

非常感谢，我试过 df.groupby('day').value_counts() 怎么没用？ @Quang Hoang
@Chris90 不是 groupby().value_counts() 只是 df['Day'].value_counts()。
对，抱歉，添加列的最佳方法是将其映射回 df 是否正确？
@Chris90 无论哪种方式都可以。

【解决方案2】：

使用df.groupby.transform('size'):

df['New_Col'] = df.groupby('Day')['Day'].transform('size')

【讨论】：