pandas实现新增列功能:统计dfA中idA在dfB内的出现次数
实现逻辑与代码
核心目标是保留dfA所有行的前提下,统计每个idA在dfB中的出现频次,未出现的idA对应频次记为0,将结果追加为新列count。
第一步:构造题述场景的测试数据
先按照题目描述搭建两个初始DataFrame,保证代码可直接复现:
import pandas as pd # 初始化dfA dfA = pd.DataFrame({ "idA": [1, 2, 3], "data": ["row", "data", "data"] }) # 初始化dfB dfB = pd.DataFrame({ "idC": [101, 102, 201, 202, 203, 204], "idA": [1, 1, 3, 3, 3, 3] })
两种可落地的实现方案
方案1:值映射法(大表场景效率最优)
直接对dfB的idA列做频次统计,再将统计结果按idA匹配到dfA中,匹配失败的位置自动补0:
# 统计dfB中各idA的出现次数,输出为索引是idA、值是对应次数的Series freq_stat = dfB["idA"].value_counts() # 将统计结果映射到dfA的idA列,空值填充0并转为整数类型 dfA["count"] = dfA["idA"].map(freq_stat).fillna(0).astype(int)
方案2:左连接聚合法(多维度统计场景扩展性更强)
如果后续需要叠加更多维度的统计逻辑(比如同时按时间、类别分组计数),这种方法的适配性更高:
# 对dfB按idA分组聚合,得到每个idA的出现行数,重命名为count列 dfB_grouped = dfB.groupby("idA", as_index=False).size().rename(columns={"size": "count"}) # 以dfA为左表做左连接,未匹配到的count值填充0 dfA = dfA.merge(dfB_grouped, on="idA", how="left") dfA["count"] = dfA["count"].fillna(0).astype(int)
注意事项:两种方案都必须显式做补0逻辑,如果用内连接关联,会直接把dfA中从未出现在dfB里的行(比如本题的idA=2)过滤掉,完全不符合需求。
最终输出效果
两种方案跑完的dfA结果完全一致:
| idA | data | count |
|---|---|---|
| 1 | row | 2 |
| 2 | data | 0 |
| 3 | data | 4 |
内容的提问来源于stack exchange,提问作者4212
相关产品推荐
相关产品推荐

