如何用Pandas groupby统计每日岗位人数并回写至原DataFrame？

你需要统计每日各岗位的员工数量并回写到原DataFrame，核心问题在于之前的分组维度不全——只按DAY分组无法区分同日内的不同岗位。以下是两种高效实现方式：

方法一：多维度分组+transform（推荐） #

直接同时按DAY和JOB_TITLE两个字段分组，再用transform('count')将统计结果广播到原DataFrame的每一行：

import pandas as pd

shifts = [("Cashier", "Thursday"), ("Cashier", "Thursday"),
        ("Cashier", "Thursday"), ("Cook", "Thursday"),
        ("Cashier", "Friday"), ("Cashier", "Friday"),
        ("Cook", "Friday"), ("Cook", "Friday"),
        ("Cashier", "Saturday"), ("Cook", "Saturday"),
        ("Cook", "Saturday")]
labels = ["JOB_TITLE", "DAY"]
df = pd.DataFrame.from_records(shifts, columns=labels)

# 关键：同时按DAY和JOB_TITLE分组，统计每组的数量并回写
df['TYPE'] = df.groupby(['DAY', 'JOB_TITLE'])['JOB_TITLE'].transform('count')
print(df)

执行后会得到你期望的结果：

JOB_TITLE       DAY  TYPE
0    Cashier   Thursday     3
1    Cashier   Thursday     3
2    Cashier   Thursday     3
3       Cook   Thursday     1
4    Cashier     Friday     2
5    Cashier     Friday     2
6       Cook     Friday     2
7       Cook     Friday     2
8    Cashier   Saturday     1
9       Cook   Saturday     2
10      Cook   Saturday     2

方法二：value_counts+merge #

如果习惯用value_counts，可以先统计出结果再合并到原DataFrame：

# 先统计各(DAY, JOB_TITLE)组合的数量
counts = df.groupby('DAY')['JOB_TITLE'].value_counts().reset_index(name='TYPE')
# 合并到原DataFrame
df = df.merge(counts, on=['DAY', 'JOB_TITLE'])

为什么之前的transform无效？ #

你之前的代码df.groupby('DAY')['JOB_TITLE'].transform('count')只按DAY分组，统计的是当日所有岗位的总记录数，而非每个岗位单独的数量，所以得到的结果不符合预期。

内容的提问来源于stack exchange，提问作者xtian