熊猫：groupby +存储在另一个数据框中答案

【问题标题】：pandas: groupby + store in another dataframe熊猫：groupby +存储在另一个数据框中
【发布时间】：2021-04-22 17:01:25
【问题描述】：

上周我问了similar question，现在我遇到了类似的问题，但我无法转换在这种情况下收到的答案。

基本上，我有一个名为 comms 的数据框，如下所示：

articleID   Material    commentScore
 1234         News          0.75      
 1234         News          -0.1      
 5678         Sport         1.33      
 5678         News          0.75      
 5678        Fashion        0.02 
 7412       Politics        -3.45

还有另一个名为arts的数据框，它看起来像这样：

articleID   wordCount      byLine
 1234         1524          John     
 5678         9824          Mary    
 7412         3713          Sam

我想简单地计算每个articleID 有多少个comms，并将这个数字存储在名为commentNumber 的arts 数据框的新列中。

我想我必须使用groupby、count() 或者merge，但我不知道为什么。

预期输出

articleID   wordCount      byLine    commentNumber
 1234         1524          John         2
 5678         9824          Mary         3
 7412         3713          Sam          1

提前致谢！安德烈亚

【问题讨论】：

您的预期/期望输出是什么？请提供包含已处理数据的示例数据框。
你说得对，我忘了提供。现已编辑

标签： python-3.x pandas dataframe

【解决方案1】：

在一列上使用groupby()，然后使用count()。最后，将结果映射到arts 的articleID 列。

arts['commentNumber'] = arts['articleID'].map(comms.groupby('articleID')['Material'].count())

print(arts)

   articleID  wordCount byLine  commentNumber
0       1234       1524   John              2
1       5678       9824   Mary              3
2       7412       3713    Sam              1

【讨论】：

【解决方案2】：

将Series.map 与Series.value_counts 一起使用：

arts['commentNumber'] = arts['articleID'].map(comms['articleID'].value_counts())
print (arts)
   articleID  wordCount byLine  commentNumber
0       1234       1524   John              2
1       5678       9824   Mary              3
2       7412       3713    Sam              1

替代方案：

from collections import Counter
arts['commentNumber'] = arts['articleID'].map(Counter(comms['articleID']))

【讨论】：

这不是骗子？
@ShubhamSharma - 我认为不会，transform 不能在这里使用。但它真的很接近最后一个答案吗 - 仅适用于 2 个不同的 df。
@ShubhamSharma - 但也许能找到更好的骗子，让我知道，然后我可以关闭
很公平，但我猜它几乎相似。