如何统计Pandas DataFrame中ID的出现次数并生成新DataFrame

原DataFrame #

需求 #

统计每个ID的出现次数，生成如下结构的新DataFrame：

实现方法 #

方法1：用value_counts()快速统计 #

这是最直观的方式，直接对ID列统计频次，再调整格式：

import pandas as pd

# 构造原数据
df = pd.DataFrame({
    'ID': [0, 0, 1, 1, 1, 2],
    'time': [81219, 32323, 423, 4232, 42424, 42422],
    'other': ['blue', 'green', 'red', 'blue', 'red', 'blue']
})

# 统计ID频次并调整列名和顺序
result = df['ID'].value_counts().reset_index()
result.columns = ['ID', 'number_appears']
result = result.sort_values('ID').reset_index(drop=True)

print(result)

方法2：groupby() + size()分组统计 #

通过分组ID后计算每组行数，直接得到有序结果：

result = df.groupby('ID').size().reset_index(name='number_appears')
print(result)

方法3：pivot_table()透视表统计 #

用透视表的方式也能实现同样效果：

result = df.pivot_table(index='ID', aggfunc='size').reset_index(name='number_appears')
print(result)

以上三种方法最终都会输出符合需求的结果。

内容的提问来源于stack exchange，提问作者Carola