Python 3 Pandas 如何计算（按 ascending/decending 顺序计数）Dataframe 中出现的重复项
Python 3 Pandas How to Tally (count in ascending/decending order) Duplicates in a Dataframe as They Occur
在 Python3 Pandas 中有很多关于如何计算重复项的很好的例子，但我很难弄清楚 'tally' 出现的重复项。例如：数据框列有 4 个值出现，我不想将 4 作为答案，而是在新列中寻找 1、2、3、4 值。
MyCol Tally DecendingTally
'a' 1 4
'a' 2 3
'b' 1 2
'b' 2 1
'a' 3 2
'd' 1 1
'a' 4 1
我试过了：
df['Tally'] = df['MyCol'].count()
...这给了我正确的重复计数，但不是计数。有什么建议么？有什么办法让它下降吗？
使用GroupBy.cumcount并添加1:
df['Tally'] = df.groupby('MyCol').cumcount().add(1)
df['DecendingTally'] = df.groupby('MyCol').cumcount(ascending=False).add(1)
print (df)
MyCol Tally DecendingTally
0 'a' 1 4
1 'a' 2 3
2 'b' 1 2
3 'b' 2 1
4 'a' 3 2
5 'd' 1 1
6 'a' 4 1
在 Python3 Pandas 中有很多关于如何计算重复项的很好的例子，但我很难弄清楚 'tally' 出现的重复项。例如：数据框列有 4 个值出现，我不想将 4 作为答案，而是在新列中寻找 1、2、3、4 值。
MyCol Tally DecendingTally
'a' 1 4
'a' 2 3
'b' 1 2
'b' 2 1
'a' 3 2
'd' 1 1
'a' 4 1
我试过了：
df['Tally'] = df['MyCol'].count()
...这给了我正确的重复计数，但不是计数。有什么建议么？有什么办法让它下降吗？
使用GroupBy.cumcount并添加1:
df['Tally'] = df.groupby('MyCol').cumcount().add(1)
df['DecendingTally'] = df.groupby('MyCol').cumcount(ascending=False).add(1)
print (df)
MyCol Tally DecendingTally
0 'a' 1 4
1 'a' 2 3
2 'b' 1 2
3 'b' 2 1
4 'a' 3 2
5 'd' 1 1
6 'a' 4 1