Pandas如何按相同TICKET_ID统计行数并赋值给ART_IN_TICKET列

核心实现代码如下：

# 假设你的DataFrame变量名为df
df['ART_IN_TICKET'] = df.groupby('TICKET_ID')['TICKET_ID'].transform('count')

实现说明 #

• 先通过groupby('TICKET_ID')将所有TICKET_ID值相同的行划分为同一组
• 再通过transform('count')对每个分组统计行数，且将统计结果映射回分组内的每一行，不会改变原DataFrame的行数与行顺序，完美匹配需求
• 若需要统计包含TICKET_ID为空的行，可将count替换为size：

  df['ART_IN_TICKET'] = df.groupby('TICKET_ID')['TICKET_ID'].transform('size')
  

测试验证用例 #

你可以运行这段代码确认效果：

import pandas as pd

# 构造测试数据，模拟问题描述中的示例场景
df = pd.DataFrame({
    'TICKET_ID': [35592159, 35592159, 35592159, 35592159, 35592159, 10001, 10001],
    'OTHER_COL': list('abcdefg')
})

# 执行统计赋值
df['ART_IN_TICKET'] = df.groupby('TICKET_ID')['TICKET_ID'].transform('count')

print(df)

运行后输出结果中，前5行TICKET_ID为35592159的行ART_IN_TICKET值均为5，后两行TICKET_ID为10001的行ART_IN_TICKET值均为2，符合预期。

示例数据参考 #

内容的提问来源于stack exchange，提问作者JK2018