如何在Pandas中基于指定列匹配与固定值计数创建新列？

现有如下DataFrame：

col_1   col_2   col_3
6       A       1
2       A       1 
5       B       1
3       C       1
5       C       2
3       B       2
6       A       1
6       A       0
2       B       3
2       C       3
5       A       3
5       B       1

需要新增一列col_new，规则是：统计与当前行col_1、col_2值相同，但排除当前行且col_3值为1的行数（无论当前行col_3实际值是否为1）。期望输出如下：

col_1   col_2   col_3   col_new
6       A       1       1
2       A       1       0
5       B       1       1
3       C       1       0
5       C       2       0
3       B       2       0
6       A       1       1
6       A       0       1  # 即使当前行col_3为0
2       B       3       0
2       C       3       0
5       A       3       0
5       B       1       1

尝试的代码存在问题：

df['col_new'] = df[df['col_3' == 1]].groupby(['col_1', 'col_2'])['col_2'].transform('count').sub(1)

该代码仅在col_3值为1的行结果正确，col_3值不为1的行（如第8行）会出现NaN。

方法1：映射表+行遍历（简单直观） #

1. 先统计每个(col_1, col_2)组合下，col_3=1的总行数：

count_map = df[df['col_3'] == 1].groupby(['col_1', 'col_2']).size().to_dict()

2. 为每行计算col_new：如果当前行col_3=1，则总数减1（排除自身）；否则直接用总数：

df['col_new'] = df.apply(
    lambda row: count_map.get((row['col_1'], row['col_2']), 0) - (1 if row['col_3'] == 1 else 0),
    axis=1
)

方法2：向量化实现（高效，适合大数据集） #

避免行遍历，用merge和条件判断提升性能：

# 计算每个分组的col_3=1的总数
count_df = df[df['col_3'] == 1].groupby(['col_1', 'col_2'], as_index=False).size().rename(columns={'size': 'total_count'})

# 合并到原DataFrame，无匹配的分组填充0
df = df.merge(count_df, on=['col_1', 'col_2'], how='left').fillna(0)

# 计算col_new：当前行col_3=1则总数减1，否则直接用总数
df['col_new'] = df['total_count'] - df['col_3'].eq(1).astype(int)

# 可选：删除临时列total_count
df = df.drop('total_count', axis=1)

问题根源说明 #

原代码存在两个问题：

• 语法错误：df['col_3' == 1]括号位置错误，正确应为df[df['col_3'] == 1]
• 逻辑缺陷：仅筛选col_3=1的行做分组，导致其他行没有匹配结果，出现NaN。正确思路是先统计全量符合条件的总数，再根据当前行是否属于统计范围调整数值。

内容的提问来源于stack exchange，提问作者Apook