Pandas分组后保留所有行列并添加分组计数列的问题及替代方案

首先，你之前用transform('count')没得到预期结果，大概率是因为count会忽略缺失值，换成transform('size')更可靠——它会统计每组的总行数（不管是否有缺失值）。另外注意你提到的分组列Assoc_ID在给出的DataFrame输出里不存在，是不是把ID1/ID2写错了？以下是几种可行方案：

方案1：用transform+size（最简洁） #

假设你实际要分组的是ID1、SRA_2、Prd_Name（如果确实有Assoc_ID列，替换成对应列名即可）：

df['Cnt'] = df.groupby(['ID1', 'SRA_2', 'Prd_Name'])['ID1'].transform('size')

方案2：分组统计后左连接 #

先单独统计每组计数，再通过左连接合并回原DataFrame，确保保留所有行：

# 先统计每组数量
group_counts = df.groupby(['ID1', 'SRA_2', 'Prd_Name']).size().reset_index(name='Cnt')
# 左连接合并，保留原表所有行
df = df.merge(group_counts, on=['ID1', 'SRA_2', 'Prd_Name'], how='left')

方案3：用索引映射 #

先生成分组计数的映射表，再通过索引匹配赋值：

# 生成分组到计数的映射
count_mapping = df.groupby(['ID1', 'SRA_2', 'Prd_Name']).size()
# 将原表的分组列设为索引，映射后恢复原索引
df['Cnt'] = df.set_index(['ID1', 'SRA_2', 'Prd_Name']).index.map(count_mapping.get)
df = df.reset_index(drop=True)

关键说明 #

• size vs count：size统计每组的总行数，包含缺失值；count仅统计非NaN的行数，如果你分组列或统计列存在空白/NaN，两者结果会不同，这很可能是你之前失败的原因。

内容的提问来源于stack exchange，提问作者NoobMaster27