如何在不折叠Pandas DataFrame的前提下实现分组计数并添加至原表？

嗨，你的需求其实很容易实现！Pandas里的transform()方法就是专门用来解决这种不折叠原DataFrame，同时给每行添加分组统计信息的场景，完全贴合你的要求。

核心思路 #

普通的groupby().count()会把每组压缩成一行（也就是你说的“折叠DataFrame”），而transform()会将分组后的聚合结果广播回原DataFrame的每一行，保持原有的行数、索引和所有列，只新增你需要的计数列。

具体实现代码 #

假设你的原DataFrame名为df，需要基于A、B、C三列分组计数，新增列名为group_count，可以用两种简洁的写法：

写法1：用size()直接统计组大小 #

df['group_count'] = df.groupby(['A', 'B', 'C']).transform('size')

size()会直接计算每组的元素个数，不需要指定具体列，是最直接的方式。

写法2：用count()统计某列非空值（效果等价） #

df['group_count'] = df.groupby(['A', 'B', 'C'])['A'].transform('count')

这里选A列只是示例，只要是A/B/C中的任意一列，结果都是一样的——因为同一组内A/B/C完全相同，计数结果就是组的大小。

示例演示 #

我们构造一个小数据集来验证效果：

import pandas as pd

# 模拟你的9列DataFrame（这里只展示关键列）
data = {
    'A': [1, 1, 2, 2, 2],
    'B': ['x', 'x', 'y', 'y', 'y'],
    'C': [True, True, False, False, False],
    'D': [10, 20, 30, 40, 50],
    'E': ['a', 'b', 'c', 'd', 'e'],
    # 其他4列省略...
}
df = pd.DataFrame(data)

# 添加分组计数列
df['group_count'] = df.groupby(['A', 'B', 'C']).transform('size')

运行后得到的df会是这样（保留所有原列，新增计数列）：

可以看到，A/B/C完全相同的行拥有相同的计数，且原DataFrame的所有列和行数都没有变化，完美解决你的问题！

补充说明 #

• transform()支持多种聚合函数，比如sum()、mean()等，如果之后需要给每行添加分组求和、均值等信息，用法和上面完全一致。
• 如果你的A/B/C列中有缺失值，groupby会自动将缺失值视为一组（即所有A/B/C都为缺失的行会被分到同一组），如果需要排除缺失值，可以先处理df = df.dropna(subset=['A', 'B', 'C'])。

内容的提问来源于stack exchange，提问作者Ethan