如何将pandas groupby分组计数结果作为新列添加到原DataFrame中

你遇到的NaN问题是因为groupby.count()返回的Series的索引是date_column的取值，而原始DataFrame的索引是默认的整数索引，直接赋值时Pandas会按照索引对齐逻辑匹配值，两者索引不匹配所以全部填充为NaN。

方案1：基于你已经计算好的统计结果赋值 #

直接用原始DataFrame的date_column列映射统计结果即可：

df['freq'] = df['date_column'].map(data)

方案2：一步完成统计+新增列（更简洁） #

可以直接用transform方法，不需要单独先计算统计变量，transform会将聚合后的结果还原到原始分组对应的每一行，完全匹配原始DataFrame的行数：

df['freq'] = df.groupby('date_column')['seizure_type'].transform('count')

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