如何用Pandas根据Pool列值出现次数计算Volume新列（310除以对应出现次数）

嘿，这个需求其实很好实现，我给你分享两种简洁靠谱的方法，完美匹配你的需求：

方法一：先统计次数再映射赋值 #

先算出每个Pool值的出现次数，再通过映射把计算好的Volume值对应到每一行：

# 统计每个Pool值的出现次数，得到一个索引为Pool值、值为对应次数的Series
pool_counts = df['Pool'].value_counts()
# 为每一行计算Volume：310除以对应Pool的出现次数
df['Volume'] = df['Pool'].map(lambda x: 310 / pool_counts[x])

方法二：用groupby+transform一步到位 #

这个方法更简洁，不需要额外存储计数变量，直接通过分组转换完成计算：

# 按Pool分组后，对每组的元素计数做转换（保留原DataFrame的行结构），再用310除以该计数得到Volume
df['Volume'] = 310 / df.groupby('Pool')['Pool'].transform('count')

补充说明 #

• 两种方法都能实现你要的效果：比如Pool1出现3次，每行的Volume都是310/3≈103.3；Pool3出现5次，每行都是310/5=62，和你给出的示例表格完全一致。
• 你之前尝试的代码只针对Pool1单独处理，没办法批量覆盖所有Pool值，上面的方法可以一次性搞定所有情况。

备注：内容来源于stack exchange，提问作者Michael Davila