如何高效为Pandas DataFrame添加E列值的全局计数列？

需求说明 #

给定如下结构的DataFrame：

import pandas as pd

data = {
    'C1': [1, 4, 3, 8, 8],
    'C2': [2, 9, 1, 2, 1],
    'E': [3, 1, 1, 8, 2]
}
df = pd.DataFrame(data)

需要新增一列cou，该列值为对应行E列数值在整个E列中的出现次数，最终得到如下预期结果：

C1  C2  E  cou
0   1   2  3    1
1   4   9  1    2
2   3   1  1    2
3   8   2  8    1
4   8   1  2    1

高效实现方法 #

以下两种方法都是pandas内部优化过的高效方案，适合处理大数据量：

方法1：value_counts() + map()

先统计E列各值的出现次数，再通过映射生成目标列：

# 统计E列每个值的出现次数
e_value_counts = df['E'].value_counts()
# 将E列的值映射为对应的出现次数，生成cou列
df['cou'] = df['E'].map(e_value_counts)

方法2：groupby() + transform('count')

直接通过分组后广播计数结果，代码更简洁：

# 按E列分组，对每组计数并广播回原行
df['cou'] = df.groupby('E')['E'].transform('count')

两种方法都能快速得到预期结果，其中transform方式无需额外存储中间变量，代码更紧凑；value_counts方式逻辑更直观，适合需要复用计数结果的场景。

内容的提问来源于stack exchange，提问作者Cranjis