如何创建包含user_id与artist_id组合出现次数的新列？

你可以用pandas的transform方法实现需求，它能把分组聚合的结果广播回原数据的每一行，完美匹配你要的效果：

# 新增一列存储组合出现次数，用size统计分组行数（比count更准确，不受空值影响）
treino['组合出现次数'] = treino.groupby(['user_id', 'artist_id']).transform('size')

为什么原来的方法不行？ #

你之前用的treino.groupby(['user_id', 'artist_id']).count()会返回一个分组聚合后的DataFrame，每个user_id+artist_id组合只占一行，无法直接和原数据的多行结构对应。而transform会保留原数据的行数，自动把每个分组的统计值填充到该分组的所有行中。

比如当user_id=0且artist_id=10的组合出现5次时，这5行的组合出现次数列都会被填充为5，完全符合你的要求。

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