如何在Pandas中实现类似COUNTIF功能（保留重复值，不使用value_counts）

你可以用Pandas的groupby结合transform方法实现需求，这个方法不会改变原数据的行数，也不需要额外分组操作，直接把每个值的总出现次数映射到对应行：

1. 先构造示例数据（如果已有现成DataFrame可跳过这步）：

import pandas as pd

data = {'COL 1': ['VALUE1', 'VALUE2', 'VALUE1', 'VALUE1', 'VALUE1', 'VALUE3', 'VALUE2', 'VALUE1', 'VALUE3', 'VALUE2']}
df = pd.DataFrame(data)

2. 生成目标列：

df['Desired Result'] = df.groupby('COL 1')['COL 1'].transform('count')

运行后输出的DataFrame就是你要的结果：

COL 1  Desired Result
0  VALUE1               5
1  VALUE2               3
2  VALUE1               5
3  VALUE1               5
4  VALUE1               5
5  VALUE3               1
6  VALUE2               3
7  VALUE1               5
8  VALUE3               1
9  VALUE2               3

原理很直白：groupby('COL 1')按列值分组，transform('count')计算每个分组的元素数量，同时把这个数量填充回原DataFrame的对应行，完全匹配你的需求，全程不需要分组聚合后再合并。

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