python - 根据每个组的频率添加一列

Question

我有一个这样的数据框:

        vehicle_id   trip
0            0        0
1            0        0
2            0        0
3            0        1
4            0        1
5            1        0
6            1        0
7            1        1
8            1        1
9            1        1
10           1        1
11           1        1
12           1        2
13           2        0
14           2        1
15           2        2

我想添加一个列来计算每个“车辆 ID”组的每个行程值的频率，并删除频率等于“一”的行。所以在添加列之后频率将是这样的:

        vehicle_id   trip  frequency
0            0        0      3
1            0        0      3
2            0        0      3
3            0        1      2
4            0        1      2
5            1        0      2
6            1        0      2
7            1        1      5
8            1        1      5
9            1        1      5
10           1        1      5
11           1        1      5
12           1        2      1
13           2        0      1
14           2        1      1
15           2        2      1

最后的结果是这样的

        vehicle_id   trip  frequency
0            0        0      3
1            0        0      3
2            0        0      3
3            0        1      2
4            0        1      2
5            1        0      2
6            1        0      2
7            1        1      5
8            1        1      5
9            1        1      5
10           1        1      5
11           1        1      5

最好的解决方案是什么？另外，如果我打算直接删除每组中频率等于1的行(不添加频率列)，该怎么办？

Answer 1

在此处检查协作: https://colab.research.google.com/drive/1AuBTuW7vWj1FbJzhPuE-QoLncoF5W_7W?usp=sharing

你可以使用 df.groupby() :

df["frequency"] = df.groupby(["vehicle_id","trip"]).transform("count")

但是当然你需要在之前创建频率列:

df["frequency"] = 0

如果我以您的数据框为例，这会给出:

import pandas as pd


dict = {"vehicle_id" : [0,0,0,0,0,1,1,1,1,1,1,1],
        "trip" : [0,0,0,1,1,0,0,1,1,1,1,1]}

df = pd.DataFrame.from_dict(dict)

df["frequency"] = 0

df["frequency"] = df.groupby(["vehicle_id","trip"]).transform("count")

output :