如何将统计域名次数的DataFrame Lambda函数转为常规Python函数？

函数设计与实现 #

你需要的get_domain_count()函数可按以下方式实现，核心是先批量统计域名频次再映射回原数据，比逐行apply效率更高：

import pandas as pd

def get_domain_count(df, domain_col='domain'):
    # 统计每个域名的出现次数
    domain_freq = df[domain_col].value_counts()
    # 将频次映射到原DataFrame的每一行，生成count列
    df['count'] = df[domain_col].map(domain_freq)
    return df

参数说明 #

• df: 待处理的原始Pandas DataFrame
• domain_col（可选）: 存储域名的列名，默认值为'domain'，适配你的示例场景

使用示例 #

以你提供的初始数据为例：

# 创建初始DataFrame
raw_data = {'domain': ['target.com', 'macys.com', 'target.com', 'walmart.com', 'walmart.com', 'target.com']}
df = pd.DataFrame(raw_data)

# 调用函数处理
processed_df = get_domain_count(df)

# 查看结果
print(processed_df)

输出结果与你的需求完全匹配：

优势说明 #

• 性能更优：value_counts()+map()是Pandas向量化操作，相比逐行apply，处理大数据量时速度提升显著
• 灵活性强：如果你的域名列名不是'domain'，只需传入domain_col参数即可适配

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