如何统计Pandas中多列组合（如城市与国家）的出现次数？

嗨，你的这个需求其实挺常见的，确实不用特意新增一列来做统计，Pandas有好几种更简洁的原生方法能直接实现，我给你详细说说：

方法一：用value_counts()直接统计 #

这个方法本来就是为统计唯一组合出现次数设计的，用法非常直接：

df = pd.DataFrame([('London', 'UK'), ('Paris', 'FR'), ('Paris', 'US'), ('London', 'UK')], columns=['city', 'country'])
count_df = df[['city', 'country']].value_counts().reset_index(name='n')

value_counts()会自动统计每一组(city, country)的出现次数，默认按次数降序排列；如果想保留原数据里的组合顺序，可以加上sort=False参数。最后用reset_index()把索引转为普通列，再通过name='n'指定计数列的名称，就能得到你想要的结果啦。

方法二：用groupby().size()统计分组大小 #

这个方法更贴合“统计分组行数”的需求，比count()更精准（count()会统计每列的非空值数量，而size()直接返回分组的元素总数）：

count_df = df.groupby(['city', 'country']).size().reset_index(name='n')

分组之后调用size()，直接就能拿到每个组合的出现次数，再转成DataFrame并指定列名，代码简洁又高效，完全不需要额外创建辅助列。

你原来的方法虽然能跑通，但确实没必要多此一举加一列全1的字段，上面这两种都是Pandas原生支持的规范写法，用起来更顺手～

备注：内容来源于stack exchange，提问作者Bean Taxi