You need to enable JavaScript to run this app. Pandas如何将value_counts结果存为DataFrame并提取原始表对应关联数据
优惠活动
大模型
产品
解决方案
定价
更多

Pandas如何将value_counts结果存为DataFrame并提取原始表对应关联数据

问题原因

现有代码执行合并操作后,会将匹配到的所有原始明细行全部保留,没有按统计维度B做单值收敛,因此最终输出是每个B对应的全量明细行,和预期的“每个B仅输出1条关联记录”的结构不匹配。

解决方案

这里提供两种可直接复现目标输出的写法:

方法1:分组聚合一步到位(推荐)

因为原始数据中同一B值对应的D列值完全固定,可以直接在分组计算频次的同时,把关联的D值一并取出,避免后续多次合并、去重的步骤:

import numpy as np
import pandas as pd

df = pd.DataFrame({
    'A': np.random.randint(1000, 1005, 10),
    'B': pd.Categorical(['company0', 'company1', 'company1', 'company2', 'company5', 'company5', 'company0', 'company5', 'company2', 'company2']),
    'C': 'foo',
    'D': pd.Categorical(["test","train","train","cup","bib","bib","test",'bib',"cup","cup"])
})

result = (
    df.groupby('B', observed=True)
      .agg(
          count=('B', 'size'),  # 统计每个B的出现频次,和value_counts结果完全一致
          D=('D', 'first')       # 取每个B对应的关联D值
      )
      .reset_index()
      .sort_values(by='count', ascending=False)  # 按频次从高到低排序,匹配原value_counts的默认排序逻辑
      .reset_index(drop=True)  # 重置索引,和目标输出的行索引保持一致
)

print(result)

运行输出和期望结果完全一致:

B  count      D
0  company5      3    bib
1  company2      3    cup
2  company1      2  train
3  company0      2   test

方法2:基于已生成的合并表去重

如果已经通过pd.merge生成了带count字段的多行合并表,由于同一B值对应的count、D、C等字段都是完全重复的,直接按B列去重即可,同时可以补正原代码里的笔误(原代码写的print(brands)未定义变量,实际应为print(company)):

# 沿用原有的统计、合并步骤
company = pd.DataFrame(df.B.value_counts().reset_index())
company.columns = ['B', 'count']
merged = pd.merge(df, company, on='B')

# 按B列去重,只保留每个B的第一条记录,筛选需要的列
result = merged.drop_duplicates(subset='B', keep='first')[['B', 'count', 'D']].reset_index(drop=True)

print(result)

内容的提问来源于stack exchange,提问作者sam_sam

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.01 01:06:04