Pandas：递增计算某列出现的次数

Question

我有一个包含 'Name' 列的 DataFrame (df)。在标记为 'Occ_Number' 的列中，我想记录运行每个值在 'Name' 中出现的次数。

例如：

Name            Occ_Number
 abc                     1
 def                     1
 ghi                     1
 abc                     2
 abc                     3
 def                     2
 jkl                     1
 jkl                     2

我一直在尝试想出一个使用

的方法

>df['Name'].value_counts()

但不太明白如何将它们联系在一起。我只能从 value_counts() 中得到总计。到目前为止，我的过程涉及使用以下代码创建 'Name' 列字符串值列表，其中包含大于 1 的计数：

>things = df['Name'].value_counts()
>things = things[things > 1]
>queries = things.index.values

然后我希望以某种方式循环通过 'Name' 并通过检查查询有条件地添加到 Occ_Number，但这就是我卡住的地方。有人知道这样做的方法吗？我将不胜感激任何帮助。谢谢！

Answer 1

您可以添加辅助列，然后使用 cumsum:

df =pd.DataFrame({'Name':['abc', 'def', 'ghi', 'abc', 'abc', 'def', 'jkl', 'jkl']})

添加计数：

df['counts'] =1

按名称分组：

cs =df.groupby('Name')['counts'].cumsum()
# set series name
cs.name = 'Occ_number'

将系列加入数据框：

# remove helper column
del df['counts']
df.join(cs)

returns:

    Name    Occ_number
 0  abc     1
 1  def     1
 2  ghi     1
 3  abc     2
 4  abc     3
 5  def     2
 6  jkl     1
 7  jkl     2

Answer 2

您可以使用 cumcount 避免虚拟列：

>>> df["Occ_Number"] = df.groupby("Name").cumcount()+1
>>> df
  Name  Occ_Number
0  abc           1
1  def           1
2  ghi           1
3  abc           2
4  abc           3
5  def           2
6  jkl           1
7  jkl           2

Pandas：递增计算某列出现的次数

Pandas: Incrementally count occurrences in a column

python

dataframe

pandas