Pandas如何基于另一列统计单列两类唯一值并新增列到原DataFrame

假设你持有的原始DataFrame名为df，其中包含影片名称列、评级列（值仅为1、2两类）及第三列业务字段，可按以下方法实现需求：

给原DataFrame新增*Grade1Sum、*Grade2Sum字段 #

直接用分组transform实现统计值按原表行对齐广播，同一影片的所有行将自动填充相同的累计统计值，和你举例的「ET所有行*Grade1Sum均为3」的逻辑完全一致，代码如下：

# 请将代码里的MovieName替换为你实际的影片列名，Grade替换为你实际的评级列名
df['*Grade1Sum'] = df.groupby('MovieName')['Grade'].transform(lambda x: (x == 1).sum())
df['*Grade2Sum'] = df.groupby('MovieName')['Grade'].transform(lambda x: (x == 2).sum())

单独按影片维度统计各评级出现次数 #

如果不需要把统计值拼回原表，仅需要各影片对应1、2级评分的次数统计结果，任选以下一种写法即可：

• 写法1：用交叉表快速生成统计结果

grade_stat = pd.crosstab(df['MovieName'], df['Grade'])
grade_stat.columns = ['*Grade1Sum', '*Grade2Sum']

• 写法2：用分组聚合+长表转宽表实现

grade_stat = df.groupby(['MovieName', 'Grade']).size().unstack(fill_value=0)
grade_stat.columns = ['*Grade1Sum', '*Grade2Sum']

效果验证 #

用测试数据跑通后的效果如下，完全匹配需求：

内容的提问来源于stack exchange，提问作者user15950867