基于其他列条件统计DataFrame指定列值的月度出现次数

核心是用groupby+transform组合实现分组统计结果和原表行的对齐，不需要额外做表关联，代码如下：

首先导入依赖、构造测试数据：

import pandas as pd

# 构造原始示例数据
df = pd.DataFrame({
    'Date': ['2015-01-02', '2015-02-02', '2015-02-02', '2015-03-02', '2015-03-02', '2015-03-02'],
    'name': ['Adam', 'David', 'Adam', 'David', 'Hardik', 'David']
})

然后执行统计逻辑：

# 转换日期列为时间格式
df['Date'] = pd.to_datetime(df['Date'])
# 按年月+姓名分组，统计每组出现次数并映射回原表所有行
df['Count'] = df.groupby([df['Date'].dt.to_period('M'), 'name'])['name'].transform('count')
# 可选：如果需要日期列恢复为原始字符串格式，执行下行代码
# df['Date'] = df['Date'].dt.strftime('%Y-%m-%d')

执行后输出的df就和给出的预期效果完全一致。
补充说明：transform方法会将分组后的统计结果同步到组内的每一行，不会改变原表的行数，无需额外做表关联操作，是实现这类需求的最优方案。

内容的提问来源于stack exchange，提问作者Sriram