熊猫计算列中的元素并以重复的方式显示

Posted 2023-03-11

【中文标题】熊猫计算列中的元素并以重复的方式显示

【英文标题】：Pandas count elements in a columns and show in duplicated way

【发布时间】：2018-09-28 01:58:19

【问题描述】：

我想要这样的东西。

A
1
1
2
3
3
4
4
4
4

我想变成这样

A   B
1   2
1   2
2   1
3   2
3   2
4   4
4   4
4   4
4   4

就像您在此处看到的那样，密钥是重复的，但顺序仍与原始密钥相同。

我知道如何在 R 中使用 data.table 来完成这项任务，我只知道如何使用 groupby 来获取 pandas 中的唯一键计数。

有人有想法吗？

谢谢！

【参考方案1】：

你可以用这个：

import pandas as pd

df = pd.DataFrame(
    'A' : [1, 1, 2, 3, 3, 4, 4, 4, 4]
)
df['B'] = df.groupby(['A'])['A'].transform('count')

print(df)

输出：

   A  B
0  1  2
1  1  2
2  2  1
3  3  2
4  3  2
5  4  4
6  4  4
7  4  4
8  4  4

【参考方案2】：

您可以使用 groupby 并合并：

df = pd.DataFrame('A' : [1, 1, 2, 3, 3, 4, 4, 4, 4])

df = df.merge(df.groupby('A').size().reset_index(), on='A')

这会给你：

   A  0
0  1  2
1  1  2
2  2  1
3  3  2
4  3  2
5  4  4
6  4  4
7  4  4
8  4  4

【讨论】：

不错！从来没见过这样的

@JayFresco 你的方法实际上更快，这只是一个替代方案；）

【参考方案3】：

使用pd.factorize和np.bincount的快捷方式

f = df.A.factorize()[0]
df.assign(B=np.bincount(f)[f])

   A  B
0  1  2
1  1  2
2  2  1
3  3  2
4  3  2
5  4  4
6  4  4
7  4  4
8  4  4

---

说明

pd.factorize 将创建一个整数数组，其中每个整数代表分解数组中的唯一值。这些整数从零开始。

f

array([0, 0, 1, 2, 2, 3, 3, 3, 3])

np.bincount 将使用整数数组中的每个值并计算该整数被看到的次数。如果我们将这些整数视为 bin，那么我们就是在计算每个 bin 被引用的次数。

np.bincount(f)

array([2, 1, 2, 4])

最后，我们使用f 对这些计数进行切片，以将每次引用 bin 时重复的计数返回给我们。

np.bincount(f)[f]

array([2, 2, 1, 2, 2, 4, 4, 4, 4])

【参考方案4】：

使用map 和groupby size

df['B']=df.A.map(df.groupby('A').size())
df
Out[630]: 
   A  B
0  1  2
1  1  2
2  2  1
3  3  2
4  3  2
5  4  4
6  4  4
7  4  4
8  4  4