在Pandas DataFrame中统计指定字段重复次数并新增计数列

正确实现方法 #

要给DataFrame新增count列存储date和cod组合的重复次数，最高效的方式是利用groupby结合transform，可以为每一行匹配对应分组的计数：

示例输入DataFrame

import pandas as pd

df = pd.DataFrame({
    'date': [20210127, 20210127, 20210126, 20210125],
    'cod': [29, 29, 26, 26],
    'type': ['A', 'B', 'C', 'D']
})

执行代码

# 方式1：基于指定字段计数
df['count'] = df.groupby(['date', 'cod'])['date'].transform('count')

# 方式2：直接统计分组大小（效果一致）
df['count'] = df.groupby(['date', 'cod']).transform('size')

最终结果

date  cod type  count
0  20210127   29    A      2
1  20210127   29    B      2
2  20210126   26    C      1
3  20210125   26    D      1

错误代码问题分析 #

你写的df['count'] = df.apply(lamba x: df.count() if date and cod)存在多处问题：

• 拼写错误：lamba应为lambda
• 字段引用错误：date and cod未指定是当前行的字段，需改为x['date']和x['cod']，但即便修正，逻辑依然错误
• 计数逻辑错误：df.count()是统计整个DataFrame的非空值数量，并非date+cod组合的重复次数
• 性能问题：apply逐行处理的效率远低于groupby+transform，不适合此类分组计数场景

内容的提问来源于stack exchange，提问作者crist_9