如何识别表格重复记录并为每条记录添加对应重复值的全表计数列

计数逻辑完全匹配给定样例：bush全表共出现2次，trump共出现3次，Monk共出现1次，生成的Count列会给同一姓氏下的所有行绑定对应总次数，最终输出包含名、姓氏、重复次数三列的标准结果表。

SQL 通用实现 #

支持窗口函数的SQL环境可直接在原表行上附加计数结果，无需额外关联：

SELECT
  `First Name`,
  `Family Name`,
  COUNT(`Family Name`) OVER (PARTITION BY `Family Name`) AS `Count`
FROM 原始数据表

如果使用的SQL版本不支持窗口函数，可通过分组子查询关联实现相同效果：

SELECT
  t1.`First Name`,
  t1.`Family Name`,
  t2.`Count`
FROM 原始数据表 t1
INNER JOIN (
  SELECT `Family Name`, COUNT(*) AS `Count`
  FROM 原始数据表
  GROUP BY `Family Name`
) t2 ON t1.`Family Name` = t2.`Family Name`

Pandas 脚本实现 #

数据处理脚本场景下，用分组变换方法可以一步生成目标计数列：

import pandas as pd

# 读取原始数据表
df = pd.read_excel("原始数据表路径.xlsx")
# 按姓氏分组计数，将结果匹配回每一行
df["Count"] = df.groupby("Family Name")["Family Name"].transform("count")

Excel 手工实现 #

如果原表A列为名、B列为姓氏，从第2行开始为有效数据：

• 在C2单元格输入统计公式：=COUNTIF(B:B, B2)
• 下拉公式覆盖所有数据行，将C列表头设置为「Count」即可得到最终结果

内容的提问来源于stack exchange，提问作者user13949321