如何在Pandas中基于多列添加value_counts统计列？

你的需求是根据多列（示例中为column1和column2）统计每组的出现频次，并将该频次作为新列添加回原DataFrame。可以用Pandas的groupby结合transform方法实现，无需额外合并操作，直接在原数据上生成结果。

示例代码 #

假设你的DataFrame名为df，执行以下代码：

import pandas as pd

# 构造示例DataFrame
data = {
    'column1': ['a', 'b', 'c', 'a', 'b'],
    'column2': [2, 2, 3, 2, 1],
    'column3': [True, False, False, False, False],
    'column4': ['asdmn', 'asdd', 'asddas', 'grtgv', 'bdfbf']
}
df = pd.DataFrame(data, index=[1,2,3,4,5])

# 按指定多列分组，统计每组次数并添加为新列
df['counts'] = df.groupby(['column1', 'column2'])['column1'].transform('count')

print(df)

输出结果 #

column1  column2  column3 column4  counts
1        a        2     True   asdmn       2
2        b        2    False    asdd       1
3        c        3    False  asddas       1
4        a        2    False   grtgv       2
5        b        1    False   bdfbf       1

说明 #

• groupby(['column1', 'column2'])：指定需要用来分组统计的多列，你可以根据实际需求修改列名列表。
• transform('count')：对每个分组执行计数操作，并且将结果按原DataFrame的索引对齐，直接填充到对应行的新列中，这一步保证了原数据的行顺序和结构不变。

如果需要基于其他多列组合统计，只需修改groupby中的列名列表即可，比如要按column1、column2、column3三列统计，就改成groupby(['column1', 'column2', 'column3'])。

内容的提问来源于stack exchange，提问作者J Agustin Barrachina