你可以使用下面的基本语法在pandas DataFrame中添加一个 "计数 "列:
df['var1_count'] = df.groupby('var1')['var1'].transform('count')
这种特殊的语法在DataFrame中添加了一个名为var1_count的列，其中包含了名为var1的列中数值的计数。
下面的例子展示了如何在实践中使用这种语法:
例子:Pandas中的Groupby和带条件计数
假设我们有如下的pandas DataFrame，其中包含各种篮球运动员的信息:
import pandas as pd
#create DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],
'pos': ['Gu', 'Fo', 'Fo', 'Fo', 'Gu', 'Gu', 'Fo', 'Fo'],
'points': [18, 22, 19, 14, 14, 11, 20, 28]})
#view DataFrame
print(df)
team pos points
0 A Gu 18
1 A Fo 22
2 A Fo 19
3 B Fo 14
4 B Gu 14
5 B Gu 11
6 B Fo 20
7 B Fo 28
我们可以使用下面的代码来添加一个名为team_count的列，其中包含每个球队的计数:
#add column that shows total count of each team
df['team_count'] = df.groupby('team')['team'].transform('count')
#view updated DataFrame
print(df)
team pos points team_count
0 A Gu 18 3
1 A Fo 22 3
2 A Fo 19 3
3 B Fo 14 5
4 B Gu 14 5
5 B Gu 11 5
6 B Fo 20 5
7 B Fo 28 5
有3行的球队值为A，有5行的球队值为B。
因此:
- 对于团队等于A的每一行，team_count列的值是3
- 对于每一行的球队等于B，team_count列中的值是5
你也可以添加一个 "计数 "列，按多个变量分组。
例如，下面的代码显示了如何添加一个按团队和位置变量分组的'计数'列。
#add column that shows total count of each team and position
df['team_pos_count'] = df.groupby(['team', 'pos')['team'].transform('count')
#view updated DataFrame
print(df)
team pos points team_pos_count
0 A Gu 18 1
1 A Fo 22 2
2 A Fo 19 2
3 B Fo 14 3
4 B Gu 14 2
5 B Gu 11 2
6 B Fo 20 3
7 B Fo 28 3
从输出中我们可以看到:
- 有1行在团队列中包含A，在位置列中包含Gu
- 有2行在团队列中包含A，在位置列中包含F
- 有3行在团队列中包含B，在位置列中包含F
- 有2行在团队列中包含B，在位置列中包含Gu
其他资源
下面的教程解释了如何在pandas中执行其他常见任务:
Pandas：如何使用GroupBy和值计数
Pandas：如何使用GroupBy与Bin计数
Pandas：如何用条件计数列中的值
