Pandas：递增计数列中的出现次数答案

【问题标题】：Pandas: Incrementally count occurrences in a columnPandas：递增计数列中的出现次数
【发布时间】：2015-02-19 12:19:02
【问题描述】：

我有一个包含“名称”列的 DataFrame (df)。在标有“Occ_Number”的列中，我想对“名称”中每个值的出现次数进行统计。

例如：

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

我一直在想办法使用

>df['Name'].value_counts()

但不能完全弄清楚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一个包含大于 1 的计数的“名称”列字符串值列表：

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

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

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您可以使用cumcount 避免出现虚拟列：

>>> 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

【讨论】：

【解决方案2】：

您可以添加一个帮助列，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)

    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

【讨论】：