Python，计算另一列中值的出现频率

Question

所以我一直在 stackoverflow 上寻找类似问题的解决方案，但一直碰壁。我是 python 新手，并且使用 pandas/python 进行 ETL，所以如果我没有充分描述我的情况，请原谅我。

我有两个数据框 df1 看起来像:

    Subscriber Key  OtherID  AnotherID
1     'abc'           '12'    '23'
2     'bcd'           '45'    '56'
3     'abc'           '12'    '23'
4     'abc'           '12'    '23'
5     'cde'           '78'    '90'
6     'bcd'           '45'    '56'

df2 看起来像:

    Subscriber Key  OtherID  AnotherID
1     'abc'           '12'    '23'
2     'bcd'           '45'    '56'
3     'cde'           '78'    '90'

我试图返回数据框中出现 SubscriberKey: 'abc' 的次数。找到值后，我想将计数附加到另一个数据帧(df2)，这是我的第一个重复数据删除数据帧。

它看起来像这样:

    Subscriber Key  OtherID  AnotherID Total Instances
1     'abc'           '12'    '23'           '3'
2     'bcd'           '45'    '56'           '1'
3     'cde'           '78'    '90'           '1'

所以我所做的就是尝试使用这一行:

    df1.groupby(['SubscriberKey']).size()

我只使用“SubscriberKey”的原因是因为某些行只将该列填写为“OtherID”和“AnotherID”空白。

我也尝试过Series.value_count()。当我尝试使用 groupby 和 size() 并将 df2['Total Instances'] 的值设置为出现次数时，这些值似乎没有正确排列。

例如新表如下所示:

    Subscriber Key  OtherID  AnotherID Total Instances
1     'abc'           '12'    '23'           '1'
2     'bcd'           '45'    '56'           '3'
3     'cde'           '78'    '90'           '2'

所以我最初的想法是也许在执行 groupby 时，该函数会自动对我的输出进行排序。我尝试通过将 groupby 表格保存为 csv 进行检查，并意识到它只打印出计数列，而不打印出与之关联的订阅者 key 列。

无论如何，有人对我如何实现这一目标有任何意见吗？重申一下，我本质上只是想向 df2 添加一列，该列返回 df1 中出现次数或实例的总数。

谢谢!

Answer 1

你可以尝试:

df2['Total Instances'] = df2['Subscriber Key'].map(df1['Subscriber Key'].value_counts())