python - 计算列表中项目的频率

Question

我想计算每年每个地区的事故发生频率。我怎样才能使用 Python 做到这一点。

文件.csv

Region,Year
1,2003
1,2003
2,2008
2,2007
2,2007
3,2004
1,2004
1,2004
1,2004

我尝试使用计数器，但它仅适用于一列。例子:在 2003 年的区域 1 中，有 2所以结果应该是:

 Region,Year, freq
    1,2003,2
    1,2003,2
    2,2008,1
    2,2007,2
    2,2007,2
    3,2004,1
    1,2004,3
    1,2004,3
    1,2004,3

我尝试这样做。但这似乎不是正确的方法。

from collections import Counter

data = pandas.DataFrame("file.csv")
freq_year= Counter(data.year.values)
dz = [dom[x] for x in data.year.values]
data["freq"] = data["year"].apply(lambda x: dom[x])

我正在考虑使用 Groupby。你知道如何做到这一点吗？

Answer 1

可能有更好的方法，但我首先附加一个虚拟列并根据该列计算freq，例如:

df["freq"] = 1
df["freq"] = df.groupby(["Year", "Region"]).transform(lambda x: x.sum())

这将返回以下 df:

  Region  Year  freq
0       1  2003     2
1       1  2003     2
2       2  2008     1
3       2  2007     2
4       2  2007     2
5       3  2004     1
6       1  2004     3
7       1  2004     3
8       1  2004     3