Python 数据帧 : how can I return the number of occurrences in a column?

Question

我正在处理一个大型 csv 文件，其中的信息类似于

id      year   decade  code  type
3366    2014    2010    EM  Chemical
3366    2014    2010    EM  Chemical
3366    2014    2010    EM  Chemical
3366    2014    2010    EM  Chemical
3366    2014    2010    EM  Chemical
427     1972    1970    DR  Coastal Storm
337     1972    1970    DR  Coastal Storm
337     1972    1970    DR  Coastal Storm

我想按“id”列中唯一出现的次数排序。我想要的结果看起来像

id      year   decade  code  type          count
3366    2014    2010    EM  Chemical        5
427     1972    1970    DR  Coastal Storm   1
337     1972    1970    DR  Coastal Storm   2

但是我试图满足于类似的东西

id      year   decade  code  type           count
3366    2014    2010    EM  Chemical        5
3366    2014    2010    EM  Chemical        5
3366    2014    2010    EM  Chemical        5
3366    2014    2010    EM  Chemical        5
3366    2014    2010    EM  Chemical        5
427     1972    1970    DR  Coastal Storm   1
337     1972    1970    DR  Coastal Storm   1
337     1972    1970    DR  Coastal Storm   2

我试图通过尝试做到这一点

df['count']=df.groupby('id').transform('count')

但是我总是报错

ValueError: Wrong number of items passed 18, placement implies 1

是否有更好的方法来完成此任务？

Answer 1

df.groupby(list(df.columns)).size().reset_index().rename(columns={0:'count'})

• .size() 会让你计数，但会创建一个多级索引
• .reset_index() 将删除包含在名为 0 的列中的计数的多级索引
• .rename(columns = {0:'count'}) 将此列重命名为 count

您可以使用转换，但请确保您传递的序列与数据框的长度相同。您可以通过将 ['year'] 添加到您的 groupby 来执行此操作，但您的任何列都可以:

df['counts'] = df.groupby('id')['year'].transform('count')