如何为Pandas DataFrame指定列的重复项添加计数列？

嘿，我来帮你搞定这个需求！首先得提一句：Pandas的核心优势是向量化操作，逐行遍历其实效率很低（尤其是数据量大的时候），所以先给你推荐高效的分组聚合方法，同时也会提供满足你“逐行遍历”要求的实现，你可以根据场景选择～

假设你的原始DataFrame长这样（我模拟了一个示例）：

import pandas as pd
df = pd.DataFrame({
    'col1': ['A', 'B', 'A', 'C', 'B', 'A'],
    'col2': [10, 20, 30, 40, 50, 60],
    'col3': ['x', 'y', 'z', 'm', 'n', 'p']
})

方法一：推荐用Pandas分组聚合（高效简洁） #

这个方法完全不用逐行遍历，利用Pandas内置的分组功能，几行代码就能搞定：

# 第一步：给DataFrame最后一列添加count，初始值全为1
df['count'] = 1

# 第二步：按第一列分组，统计count的总和；其他列你说无需关注，这里取每组的第一个值
result_df = df.groupby(df.columns[0], as_index=False).agg(
    **{col: 'first' for col in df.columns[:-1]},  # 其他列取第一个值
    count='sum'  # count列求和
)

# 保持列顺序和原始一致（确保count在最后）
cols = list(result_df.columns[:-1]) + ['count']
result_df = result_df[cols]

运行后得到的result_df就是你要的简化结果：第一列每个唯一值只出现一次，count列是该值的重复次数，其他列保留首次出现的内容。

方法二：逐行遍历实现（满足你的遍历要求） #

如果你因为特殊原因必须逐行处理，那可以用字典记录第一列值的首次出现位置，然后累加count，最后删除重复行：

import pandas as pd

# 示例DataFrame（和上面一样）
df = pd.DataFrame({
    'col1': ['A', 'B', 'A', 'C', 'B', 'A'],
    'col2': [10, 20, 30, 40, 50, 60],
    'col3': ['x', 'y', 'z', 'm', 'n', 'p']
})

# 先添加count列，初始值全为1
df['count'] = 1

# 用字典记录第一列每个值的首次出现行索引
seen = {}

# 逐行遍历处理
for idx, row in df.iterrows():
    current_key = row[df.columns[0]]  # 取第一列的当前值
    if current_key not in seen:
        # 首次出现，记录这个行的索引
        seen[current_key] = idx
    else:
        # 重复出现，把首次出现行的count加1，当前行标记为待删除
        df.at[seen[current_key], 'count'] += 1
        df.at[idx, 'count'] = 0  # 标记为要删除的行

# 过滤掉标记为0的行，重置索引
result_df = df[df['count'] != 0].reset_index(drop=True)

这个方法的逻辑完全符合你说的“逐行遍历，首次出现时记录，重复时累加count”，最终结果和方法一一致。

小提醒 #

如果你的DataFrame数据量很大（比如几万行以上），强烈推荐用方法一，逐行遍历的速度会慢很多；如果数据量小，两种方法都可以～

内容的提问来源于stack exchange，提问作者Ivo