如何在Pandas中基于条件计数创建计算列IP_cnt

问题描述 #

现有如下DataFrame：

IP      target
101     1
101     1
102     0
103     1
41      0
47      0
47      1
47      1

需要生成包含IP_cnt列的目标DataFrame，其中IP_cnt为对应IP的target值为1的出现次数，目标输出如下：

IP     IP_cnt     target
101    2          1
101    2          1
102    0          0
103    1          1
41     0          0
47     2          0
47     2          1
47     2          1

解决方案 #

可以通过Pandas的groupby+transform组合快速实现需求，核心逻辑是按IP分组统计target=1的次数，再将统计结果映射回原DataFrame的每一行：

import pandas as pd

# 构造原始数据
df = pd.DataFrame({
    'IP': [101, 101, 102, 103, 41, 47, 47, 47],
    'target': [1, 1, 0, 1, 0, 0, 1, 1]
})

# 生成IP_cnt列：按IP分组后对target求和（1的总和即为出现次数）
df['IP_cnt'] = df.groupby('IP')['target'].transform('sum')

# 调整列顺序以匹配目标输出（可选操作）
df = df[['IP', 'IP_cnt', 'target']]

print(df)

代码说明 #

• groupby('IP')['target']：按IP字段分组，提取每组的target列
• transform('sum')：对每组的target求和（由于target只有0和1，求和结果等价于该IP下target=1的出现次数），同时transform会保持原DataFrame的行数，将统计结果对应到每一行
• 调整列顺序是为了和目标输出的列排列一致，若不需要可省略此步骤

内容的提问来源于stack exchange，提问作者Eisen