如何为Pandas数据框添加付款人对收款人历史交易次数列？

针对你的需求，核心是按**付款人(Payer)+收款人(Payee)**的组合分组，统计每组内当前行之前的交易次数，用cumcount()就能高效实现，完全适配200万行的大数据量场景。

正确代码 #

import pandas as pd

# 你的原始数据
df = pd.DataFrame([
    (1000, 'Frank', 'Hugo'),
    (100, 'Peter', 'Frank'),
    (10000, 'Hugo', 'James'),
    (300, 'James', 'Jennifer'),
    (250, 'Frank', 'Hugo'),
    (550, 'Peter', 'Frank'),
    (10000, 'Frank', 'Hugo')
], columns=['Amount', 'Payer', 'Payee'])

# 新增Previous_transactions列
df['Previous_transactions'] = df.groupby(['Payer', 'Payee']).cumcount()

print(df)

代码说明 #

• groupby(['Payer', 'Payee'])：将数据按「付款人-收款人」的唯一组合分组，确保只统计同一对用户之间的交易。
• cumcount()：对每个分组内的行从0开始逐行计数，这个数值恰好就是当前交易发生前，该付款人向同一收款人进行过的交易次数——比如分组内第一行是0（之前无交易），第二行是1（之前有1次），完全匹配你的输出要求。

为什么你之前的代码无效？ #

你用的df['Payee'].groupby(df['Payer']).value_counts()是统计每个付款人下，各收款人的总交易次数，返回的是每个(Payer, Payee)组合的汇总结果（比如Frank→Hugo的总次数是3），不是逐行的计数，所以结果长度和原DataFrame不匹配，无法直接赋值为新列。

内容的提问来源于stack exchange，提问作者MLonzo