使用转换在某些列上添加重复行数 - Pandas答案

【问题标题】：Using transform to add a count of duplicate rows on certain columns - Pandas使用转换在某些列上添加重复行数 - Pandas
【发布时间】：2017-10-16 10:55:21
【问题描述】：

我查看了解决在特定列上计算重复行的问题的各种 SO 问题，最相关的是 this 一个。

问题是，这个解决方案非常具体，我不知道如何将它推广到具有更多数据的数据帧。我有一个包含许多列的数据框，我想添加一个名为“A_D_E_count”的新列，它将指示整个数据框中有多少行的每行的 A、D 和 E 列的值相同。

最好这应该使用.transform函数来工作

例子：

Out[6]: 
      A        B        C        D        E
0   294    41981    37597    39875    33364
1   294    39776    37597    37572    39171
2   294    44658    49408    43713    49408
3   294    58615    52065    43713    49408
4   294    44811    51238    42926    49408

在这个数据框上，我想添加一个列来计算包含相同 A D 和 E 值的行数，因此结果将是

Out[6]: 
      A        B        C        D        E  A_D_E_count
0   294    41981    37597    39875    33364            1
1   294    39776    37597    37572    39171            1
2   294    44658    49408    43713    49408            2
3   294    58615    52065    43713    49408            2
4   294    44811    51238    42926    49408            1

【问题讨论】：

标签： python pandas

【解决方案1】：

如果不需要 NaNs 和 transform，我认为你需要 size 或 count：

cols = ['A','D','E']

df['A_D_E_count'] = df.groupby(cols)['A'].transform('size')
print (df)
     A      B      C      D      E  A_D_E_count
0  294  41981  37597  39875  33364            1
1  294  39776  37597  37572  39171            1
2  294  44658  49408  43713  49408            2
3  294  58615  52065  43713  49408            2
4  294  44811  51238  42926  49408            1

【讨论】：