如何在Pandas中添加排除自身的col_1&col_2重复行计数新列

问题重现 #

你有如下DataFrame：

col_1   col_2
6       A       
2       A       
5       B       
3       C       
5       C       
3       B       
6       A       
6       A       
2       B       
2       C       
5       A       
5       B

需要新增col_new列，统计与当前行col_1和col_2组合完全相同的行数（排除当前行），期望输出：

col_1   col_2   col_new
6       A       2
2       A       0
5       B       1
3       C       0  
5       C       0
3       B       0
6       A       2
6       A       2
2       B       0
2       C       0
5       A       0
5       B       1   

你尝试的代码df['col_new'] = df.groupby(['col_1', 'col_2']).count()报错：TypeError: incompatible index of inserted column with frame index。

错误原因 #

groupby(['col_1', 'col_2']).count()返回的是分组聚合后的结果，它的索引是(col_1, col_2)的组合，和原DataFrame的默认整数索引不匹配，直接赋值自然会出现索引兼容问题。

正确解决方案 #

使用groupby.transform('size')来实现，它会将分组的统计结果广播回原DataFrame的每一行，保证索引匹配，最后减1排除当前行：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'col_1': [6,2,5,3,5,3,6,6,2,2,5,5],
    'col_2': ['A','A','B','C','C','B','A','A','B','C','A','B']
})

# 添加col_new列
df['col_new'] = df.groupby(['col_1', 'col_2'])['col_1'].transform('size') - 1

代码解释 #

• groupby(['col_1', 'col_2'])：按col_1和col_2的组合分组
• .transform('size')：计算每个分组的总行数，并将结果映射到原DataFrame的对应行上（比如所有(6,A)的行都会得到3）
• - 1：减去当前行本身，得到排除自身后的同组合行数

运行后得到的结果完全符合你的期望。

内容的提问来源于stack exchange，提问作者Apook