如何使用pandas统计dataframe指定列各值出现次数并新增统计列

你可以通过pandas的分组聚合+映射逻辑完成该需求，以下是两种常用的实现方式：

方法1：groupby + transform（推荐，一行代码完成） #

该方法不需要单独构建映射表，直接把分组统计的结果匹配回原数据的每一行：

import pandas as pd

# 构造你的示例DataFrame
df = pd.DataFrame({
    'Area': ['UT', 'TN', 'VT', 'AZ', 'CA'],
    'Favorite Fruit': ['Banana', 'Grape', 'Banana', 'Banana', 'Cherry']
})

# 插入统计列
df['Fruit Count'] = df.groupby('Favorite Fruit')['Favorite Fruit'].transform('count')

方法2：value_counts + map #

先统计所有水果的出现次数，再通过映射的方式给原数据匹配对应值：

# 先统计每个水果的总出现次数
fruit_count = df['Favorite Fruit'].value_counts()
# 映射到原数据生成新列
df['Fruit Count'] = df['Favorite Fruit'].map(fruit_count)

两种方法运行后，打印df即可得到你需要的最终结果。

内容的提问来源于stack exchange，提问作者Devin