如何按Column1条件合并两个DataFrame并统计重复行出现次数

Pandas实现代码 #

你可以直接使用以下代码完成需求，核心用到分组统计和表合并两个操作：

import pandas as pd

# 1. 统计DataFrame A中每组Column1+Column2的重复次数
df_count = df_a.groupby(['Column1', 'Column2'], as_index=False).size().rename(columns={'size': 'Repeat'})

# 2. 和DataFrame 2按Column1匹配合并，仅保留两边都存在的匹配项
df_result = pd.merge(df_count, df2, on='Column1', how='inner')

# 如需调整列顺序和你给出的输出格式对齐，可添加以下代码
df_result = df_result[['Column2', 'Column1', 'Repeat', 'Hours']]

# 输出查看结果
print(df_result)

补充说明 #

你给出的期望输出中存在两处笔误：

• X-3对应的Hours应为10，X-4对应14，X-5对应12，和你给出的DataFrame 2数值一致，代码会按原始数据正确匹配
• 第一行的H3为输入笔误，原始数据中不存在该值，统计结果会保留原始的H-3字段值

内容的提问来源于stack exchange，提问作者gumase