Pandas：删除重复值但在另一列中保留多少值

Question

我有一个推文数据框，并相应地制作了一个 user_table。我想看看哪些用户最活跃。

我已经能够删除重复值了

from collections import Counter
user_list = user_table['user.id'].tolist()
user_count = Counter(user_list) # get dictionary count
user_table.drop_duplicates(subset='user.id', keep = 'first', inplace = True) # drops duplicate values

但是我即将将每个 id 匹配到适当的字典并分配给排序列表，将其转换为 pandaseries，然后在 user_table 中为其分配一个列，但我觉得应该有一个更简化的方法

Answer 1

在 DataFrame 中使用 groupby 有一个很好的方法：

df_count = user_table.groupby('user.id').count()
df_count['Count'] = df_count.iloc[:,0] # pick a column, any column works

然后，将其合并回具有唯一条目的表：

user_table.drop_duplicates(subset='user.id', keep = 'first', inplace = True)
df_merged = pandas.merge(user_table, df_count, on='user.id', how='left')