如何为Pandas DataFrame添加统计ID列值出现频次的新列

你可以通过value_counts()配合map()方法快速生成目标列，具体操作如下：

步骤1：获取ID的出现次数 #

先用value_counts()统计每个ID的出现频次，这会返回一个以ID为索引、频次为值的Series：

counts = df['ID'].value_counts()

步骤2：映射生成新列 #

用map()方法将原DataFrame中的每个ID对应到其频次，赋值给新列n_ID：

df['n_ID'] = df['ID'].map(counts)

完整示例代码 #

import pandas as pd

# 构造原始DataFrame
data = {
    'ID': [1,1,1,2,2,3,3,3,3,4,4],
    'feature': [2,3,4,3,2,5,8,4,2,4,6]
}
df = pd.DataFrame(data)

# 生成n_ID列
counts = df['ID'].value_counts()
df['n_ID'] = df['ID'].map(counts)

print(df)

运行结果 #

ID  feature  n_ID
0    1        2     3
1    1        3     3
2    1        4     3
3    2        3     2
4    2        2     2
5    3        5     4
6    3        8     4
7    3        4     4
8    3        2     4
9    4        4     2
10   4        6     2

内容的提问来源于stack exchange，提问作者Apook