Pandas：如何通过特定列值的值获取行计数，并将计数添加为另一列。答案

【问题标题】：Pandas: How to get a row count by the value of a particular column value, and add the count as another column.Pandas：如何通过特定列值的值获取行计数，并将计数添加为另一列。
【发布时间】：2018-06-17 09:30:31
【问题描述】：

假设我的数据看起来像这样，所有数据都按 b 列中的值排序

让第一行包含特定列值的最有效方法是特定列值出现的总次数。对于具有相同列值的其余行，我希望它们是不同的值（字符串、-1、nan 等，但不是正整数）。在下面的示例中，我使用“-1”作为不同的值

a   b   count b
1   32  3
4   32  -1
5   32  -1
9   45  2
8   45  -1
3   76  4
5   76  -1
7   76  -1
9   76  -1

所以在上表中，b 列为 32 的第一行的“Count b”值为 3，然后列为 32 的其余行的“Count b”值为 -1 .

【问题讨论】：

标签： python pandas

【解决方案1】：

从计算跨度长度开始：

df = df.merge(df.groupby('b').size().reset_index())
#   a   b  0
#0  1  32  3
#1  4  32  3
#2  5  32  3
#3  9  45  2
#4  8  45  2
#5  3  76  4
#6  5  76  4
#7  7  76  4
#8  9  76  4

将每个跨度中的重复长度替换为 -1：

df.loc[df.duplicated(subset=['b',0]), 0] = -1

#   a   b  0
#0  1  32  3
#1  4  32 -1
#2  5  32 -1
#3  9  45  2
#4  8  45 -1
#5  3  76  4
#6  5  76 -1
#7  7  76 -1
#8  9  76 -1

【讨论】：

【解决方案2】：

使用groupby.count + pd.Series.duplicated：

df['count_b'] = df.groupby('b').transform('count')
df.loc[df['b'].duplicated(), 'count_b'] = -1

print(df)

   a   b  count_b
0  1  32        3
1  4  32       -1
2  5  32       -1
3  9  45        2
4  8  45       -1
5  3  76        4
6  5  76       -1
7  7  76       -1
8  9  76       -1

如果您愿意，可以将这两个步骤与numpy.where 结合起来：

import numpy as np

df['count_b'] = np.where(df['b'].duplicated(), -1,
                         df.groupby('b')['b'].transform(len))

【讨论】：

【解决方案3】：

将value_count 与fillna 一起使用

df['New']=df.b.drop_duplicates().map(df.b.value_counts())
df.New.fillna(-1,inplace=True)
df.New=df.New.astype(int)
df
Out[197]: 
   a   b  New
0  1  32    3
1  4  32   -1
2  5  32   -1
3  9  45    2
4  8  45   -1
5  3  76    4
6  5  76   -1
7  7  76   -1
8  9  76   -1

【讨论】：