在熊猫数据框中计算相同的日期[重复]答案

【问题标题】：Count identical dates in pandas dataframe [duplicate]在熊猫数据框中计算相同的日期[重复]
【发布时间】：2018-07-14 04:00:28
【问题描述】：

我有一个包含日期列的数据框，我想创建一个新列来告诉我数据集包含多少相同的日期。这是原始数据集的一个最小示例：

df1:

我想创建这个date_count，所以目标数据集是：

df1:

date         date_count
2017/01/03     2
2017/01/03     2
2017/01/04     3
2017/01/04     3
2017/01/04     3
2017/01/05     1

创建df1的实际代码：

dict1 = [{'date': '2017/01/03', 'date_count': 2},{'date': '2017/01/03',              'date_count': 2}, 
 {'date': '2017/01/04', 'date_count': 3},{'date': '2017/01/04',   'date_count': 3},
{'date': '2017/01/04', 'date_count': 3},{'date': '2017/01/05',    'date_count': 1}]
df = pd.DataFrame(dict1, index=['s1', 's2','s3','s1','s2','s3'])

【问题讨论】：

你知道groupby吗？
我现在做。但这只会给我一个列出发生的输出，对吗？
df.groupby('date').count()
然后transform('count')
我已经添加了原始df和上面的目标df

标签： python pandas date

【解决方案1】：

这是使用map 和groupby and size 的另一种方法：

>>> df
          date
s1  2017/01/03
s2  2017/01/03
s3  2017/01/04
s1  2017/01/04
s2  2017/01/04
s3  2017/01/05

df['date_count'] = df.date.map(df.groupby('date').size())

>>> df
          date  date_count
s1  2017/01/03           2
s2  2017/01/03           2
s3  2017/01/04           3
s1  2017/01/04           3
s2  2017/01/04           3
s3  2017/01/05           1

【讨论】：

这很好用！！！谢谢
这比仅仅转换快还是慢？在向它发送一个空 DataFrame 的情况下，它肯定比 transform('size') 更安全，但 .transform('count') 似乎并没有因此受到影响。
在我看来，523 µs ± 17.4 µs 与 1.88 ms ± 39.4 µs 相比更快。看看它如何适用于更大的 df 会很有趣。
在小数据帧上，map 会更快，在非常大的数据帧上则不然。可能会切换大约 50k 行。 transform 会根据我刚刚所做的更改提前变得更快
@user3483203 这正是我发现的

【解决方案2】：

使用 count 和 transform

df['count'] = df.groupby('date')['date'].transform('count')

         date  count
0  2017/01/03      2
1  2017/01/03      2
2  2017/01/04      3
3  2017/01/04      3
4  2017/01/04      3
5  2017/01/05      1

【讨论】：

我想知道为什么没有.reset_index() 就无法工作。
因为只有一列，所以一旦你 groupby 它没有什么可计算的，reset_index 给它一列聚合
谢谢。我从来没有只用一列使用df。
@user32185 我没有意识到你可以索引你分组的列，这大大加快了这个方法。