python - 计算列中的重复项并将它们添加到新列 Pandas

Question

我试图计算重复次数，然后 drop.cuplicates 以获取没有重复项的数据帧，但有额外的 col，其中我们有代表有多少重复项的数字

来自

       id  letter
0  665639  AAAAAA
1  665639  AAAAAA
2  665639  AAAAAA
3  665639  AAAAAA
5  702090  BBBBBB
6  702092  CCCCCC

到

       id  letter   count
0  665639  AAAAAA     4
1  665639  AAAAAA     4
2  665639  AAAAAA     4
3  665639  AAAAAA     4
5  702090  BBBBBB     1
6  702092  CCCCCC     1

及之后

df.drop.duplicates(subset=['id'] ,inplace=True)

       id  letter   count
0  665639  AAAAAA     4
5  702090  BBBBBB     1
6  702092  CCCCCC     1

我的方法是:

cols = ['id','letter']
df['count'] = df.groupby(cols)['id'].transform('size')

但是当我这样做时，我得到的数据帧只有 1 个计数

Answer 1

我将首先创建重复计数

df['Count'] = 1
df.groupby(['id','letter']).Count.count().reset_index()

然后删除重复项

df.drop_duplicates()