如何将pandas计算的系列合并到pandas数据帧

Question

我正在做一些熊猫计算，我的Pandas数据帧命名数据如下：

Userid ------ hashtagcount

1034 ---- 3
 1034 ---- 0
 1034 ---- 5
 1337 ---- 2
 1337 ---- 1
 1337 ---- 2
 2288 ---- 6
.... ----。

我还有其他功能列。我使用以下来选择我的pandas数据集中具有重复值的行。例如，UserId出现3次以上。

unique_spam_row =数据[[＆＃34;用户ID＆＃34;＆＃34; UserCreatedAt＆＃34;＆＃34; UserDescriptionLength＆＃34;＆＃34; UserFollowersCount＆＃34;＆＃34; UserFriendsCount＆＃ 34;，＆＃34;用户位置＆＃34;]]

我删除了重复的值。 spam_data = unique_spam_row.drop_duplicates（）

但 我需要在新的spam_data数据帧中保存每个UserID的平均＃标签数量。

所以我做了

垃圾= data.groupby（＆＃39;用户ID＆＃39;）[＆＃34; HashtagCount＆＃34]。总和（）

我得到了

用户名
1034 - 8
1337 - 5
2288 - 9
................

type（垃圾邮件）给了我，它是一个系列，我需要添加这些8,5,9 ....作为垃圾邮件数据帧中的AvgHashtag列，已删除重复的行...  非常感谢你的建议。

Answer 1

我认为transform应该有效：

data['count'] = data.groupby('UserID')["HashtagCount"].transform('sum')

这将返回一个系列，其索引与原始df对齐，因此您可以将其正确添加到列中