如何为已有DataFrame添加按组统计的条件计数列

方法一：直接生成目标列（最简洁） #

利用groupby + transform可以直接在原DataFrame上生成分组统计列，自动将结果匹配到每一行，无符合条件的分组会自动填充0：

# 按索引（Data Tech Group）分组，统计每组中Severity等于2的条目数
df['Sev 2 count'] = df.groupby(df.index)['Severity'].transform(lambda x: (x == 2).sum())

• 原理：(x == 2)会将每组内的Severity值转为布尔值，sum()统计True的数量（即符合条件的条目数）；transform会把统计结果广播到该组的每一行，确保原DataFrame的行数和结构不变。

方法二：先统计再合并（更直观） #

如果需要先单独查看分组统计结果，再合并到原DataFrame：

# 筛选Severity=2的行，按索引分组统计数量
sev2_stats = df[df['Severity'] == 2].groupby(df.index).size().reset_index(name='Sev 2 count')

# 左连接合并到原DataFrame，缺失值填充为0
df = df.merge(sev2_stats, left_index=True, right_on='Data Tech Group', how='left')
df['Sev 2 count'] = df['Sev 2 count'].fillna(0)

# 恢复原索引（如果合并后索引被修改）
df.set_index('Data Tech Group', inplace=True)

• 说明：size()用于统计每组的行数，比count()更准确（count()会受列中空值影响）；merge用左连接保证原DataFrame的所有行都被保留，fillna(0)处理无符合条件条目的分组。

内容的提问来源于stack exchange，提问作者Kyzoki