Skip to main content
 首页 » 编程设计

python之Pandas 如何根据所有行的值向数据框添加新列,特定列值应用于整个数据框

2024年11月24日7insus

我正在处理一个 pandas DataFrame,它需要一个新列来显示特定列中特定值的计数。

我尝试了 groupby 和 pivot 的各种组合,但无法将其应用于整个数据框而不会出错。

df = pd.DataFrame([ 
    ['a', 'z'], 
    ['a', 'x'], 
    ['a', 'y'], 
    ['b', 'v'], 
    ['b', 'x'], 
    ['b', 'v']], 
  columns=['col1', 'col2']) 

我需要添加 col3,它为“col1”中的每个值计算 col2 中的“v”值。对于 col1 中的“a”,col2 中没有“v”,因此它到处都是 0,而“b”的期望值计数为 2,也在 col2 中的值等于“x”而不是“v”的行中。

预期输出:

['a', 'z', 0] 
['a', 'x', 0] 
['a', 'y', 0] 
['b', 'v', 2] 
['b', 'x', 2] 
['b', 'v', 2] 

我正在寻找一个很好的 pandas 特定解决方案,因为原始数据框非常大,所以行迭代和时间昂贵。

请您参考如下方法:

创建一个 bool 系列来检查是否相等,然后 groupby +transform + sum 来计算它们。

df['col3'] = df.col2.eq('v').astype(int).groupby(df.col1).transform('sum')   
 
#  col1 col2  col3 
#0    a    z     0 
#1    a    x     0 
#2    a    y     0 
#3    b    v     2 
#4    b    x     2 
#5    b    v     2