Pandas：如何为DataFrame内的重复行新增出现次数统计列

需求说明 #

通过duplicated()方法筛选得到仅包含重复行的DataFrame后，需要在该DataFrame右侧新增计数列，统计每一行在重复行DataFrame中的总出现次数。此前尝试对所有列执行groupby操作，写法类似df.groupby([*all columns*]).count()，未达到预期效果。

原始DataFrame样式如下：

可选实现方案 #

• 方案1：通过value_counts统计后合并关联

newdf = healthdf[healthdf.duplicated(keep = False)].copy()
df_count = newdf.value_counts(dropna = False).reset_index(name='count')
df_out = newdf.merge(df_count, how='left')
df_out.drop_duplicates(keep = "first").sort_values("count", ascending = False)

• 方案2：通过全列groupby直接统计

col = newdf.columns.to_list()
newdf.groupby(col,dropna=False).size().sort_values(ascending = False)

最终输出效果 #

内容的提问来源于stack exchange，提问作者Ori Hait