Python，计算另一列中值的出现频率

Question

所以我一直在搜索 stackoverflow 以寻找类似问题的解决方案，并不断碰壁。我是 python 新手，使用 pandas/python 进行 ETL，如果我没有充分描述我的情况，请原谅我。

我有两个数据框 df1 看起来像：

    Subscriber Key  OtherID  AnotherID
1     'abc'           '12'    '23'
2     'bcd'           '45'    '56'
3     'abc'           '12'    '23'
4     'abc'           '12'    '23'
5     'cde'           '78'    '90'
6     'bcd'           '45'    '56'

df2 看起来像：

    Subscriber Key  OtherID  AnotherID
1     'abc'           '12'    '23'
2     'bcd'           '45'    '56'
3     'cde'           '78'    '90'

我正在尝试返回数据帧中出现 SubscriberKey: 'abc' 的次数。找到值后，我想将计数附加到另一个数据帧 (df2)，这是我的第一个重复数据帧。

看起来像这样：

    Subscriber Key  OtherID  AnotherID Total Instances
1     'abc'           '12'    '23'           '3'
2     'bcd'           '45'    '56'           '1'
3     'cde'           '78'    '90'           '1'

所以我所做的就是尝试使用这一行：

    df1.groupby(['SubscriberKey']).size()

我只使用 'SubscriberKey' 的原因是因为有些行只有该列填写了 'OtherID' 和 'AnotherID' 空白。

我也尝试过 Series.value_count()。当我尝试使用 groupby 和 size() 并将 df2['Total Instances'] 的值设置为出现次数时，这些值似乎没有正确排列。

例如，新表如下所示：

    Subscriber Key  OtherID  AnotherID Total Instances
1     'abc'           '12'    '23'           '1'
2     'bcd'           '45'    '56'           '3'
3     'cde'           '78'    '90'           '2'

所以我最初的想法可能是在进行 groupby 时，该函数会自动对我的输出进行排序。我试图通过将 groupby 的表保存为 csv 来进行检查，并意识到它只打印出 count 列，而不是与之关联的subscriberkey 列。

无论如何，有人对我如何实现这一目标有任何意见吗？重申一下，我想基本上只是向 df2 添加一列，返回 df1 中出现或实例的总数。

谢谢！

Answer 1

你可以试试：

df2['Total Instances'] = df2['Subscriber Key'].map(df1['Subscriber Key'].value_counts())