Pandas DataFrame按id聚合重复行：新增计数列并保留原有字段的实现方法

你目前的实现存在两个可直接修复的问题：

1. 直接对分组结果应用agg(np.mean)时，字符串类型的status列会因为无法计算数值均值被自动丢弃
2. 没有显式定义分组内的行数统计规则，无法生成count列

推荐实现方法（逐列指定聚合规则，通用性最强） #

这种方法不需要依赖“同ID的所有行字段完全一致”的前提，可以根据每列的业务逻辑自由指定聚合方式，适配场景最多：

1. 按id分组后，对需要保留原始值的列（status/lat/lon）指定取分组内的第一个值（你的示例中同ID的这些值完全一致，取第一值和取唯一值、均值的结果完全相同）
2. 对需要统计的count列指定取分组内的行数，用size规则即可

这里加as_index=False是为了避免分组键id变成DataFrame索引，保持输出表的列结构和原表一致。

import pandas as pd
import numpy as np

# 分组聚合实现
grouped = df.groupby('id', as_index=False).agg(
    status=('status', 'first'),
    lat=('lat', 'first'),
    lon=('lon', 'first'),
    count=('id', 'size')
)

# 如需和示例输出完全对齐（仅重复ID填写count值，单出现ID的count留空）
grouped.loc[grouped['count'] == 1, 'count'] = np.nan

最终输出的表结构和字段值和你给出的预期效果完全一致。

轻量化替代方案（适配同ID行完全重复的场景） #

如果确认你的数据源里同一个ID对应的所有非ID字段完全没有差异，只是存在整行重复的情况，可以用执行效率更高的两步实现：

1. 直接按id去重，保留每个ID的第一行
2. 统计每个ID的出现次数，按ID值合并到去重后的表上

# 按ID去重
dedup_df = df.drop_duplicates(subset=['id'], keep='first').reset_index(drop=True)
# 统计每个ID的出现次数
id_count = df['id'].value_counts().rename('count').reset_index()
# 合并结果
final_df = dedup_df.merge(id_count, on='id', how='left')

# 对齐示例的留空规则
final_df.loc[final_df['count'] == 1, 'count'] = np.nan

注意：如果业务中存在同一个ID对应的status/lat/lon值不一致的情况，就不能直接用first或者去重的逻辑，需要根据实际需求替换为对应的聚合规则（比如取众数、取最近更新值、过滤异常值后取均值等）。

内容的提问来源于stack exchange，提问作者user971741