如何在Pandas中添加值出现次数列及单词位置列

有两种高效的实现方式：

方法1：value_counts() + map() #

先统计目标列的频次，再通过映射将频次匹配到每一行：

import pandas as pd

# 示例数据
df = pd.DataFrame({'col1': ['A', 'B', 'A', 'C', 'B', 'A']})

# 添加频次列
df['col1_count'] = df['col1'].map(df['col1'].value_counts())

执行后col1_count列会显示col1中每个值的出现次数，结果如下：

方法2：groupby() + transform() #

通过分组后对目标列应用count变换，直接生成对应频次：

df['col1_count'] = df.groupby('col1')['col1'].transform('count')

该方法结果与方法1完全一致，适合需要保留原数据顺序的场景。

针对示例中包含重复单词的场景，可通过自定义函数结合apply实现精准匹配：

步骤1：准备示例数据 #

df = pd.DataFrame({
    'roll Num': [1,1,2,2,2,2],
    'Address': ['Block A', 'Block A', 'South New Jersey Street Jersey', 'South New Jersey Street Jersey', 'South New Jersey Street Jersey', 'South New Jersey Street Jersey'],
    'WordInAddr': ['Block', 'A', 'South', 'Jersey', 'Street', 'Jersey']
})

步骤2：定义位置匹配函数 #

def get_word_position(address, target_word):
    # 拆分地址为单词列表
    words = address.split()
    # 收集目标单词所有出现的位置（从1开始计数）
    match_positions = [idx + 1 for idx, word in enumerate(words) if word == target_word]
    
    # 用计数器处理重复单词的位置匹配
    if not hasattr(get_word_position, "counter"):
        get_word_position.counter = {}
    key = (address, target_word)
    get_word_position.counter[key] = get_word_position.counter.get(key, 0) + 1
    
    return match_positions[get_word_position.counter[key] - 1]

步骤3：应用函数生成Position列 #

# 重置计数器，避免多次执行时的计数混乱
get_word_position.counter = {}
df['Position'] = df.apply(lambda row: get_word_position(row['Address'], row['WordInAddr']), axis=1)

执行后得到的结果与示例表格完全一致：

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