Question

我有一个像这样的DataFrame：

Index Label
0     ABCD
1     EFGH
2     ABCD
3     ABCD
4     EFGH
5     ABCD
6     IJKL
7     IJKL
8     ABCD
9     EFGH

所以，＆＃34; ABCD＆＃34;发生5次，＆＃34; EFGH＆＃34; 3次和＆＃34; IJKL＆＃34;两次。我想计算每个Label的出现次数，并用他们的计数替换各个标签，以获得以下结果：

Index Label
0     5
1     3
2     5
3     5
4     3
5     5
6     2
7     2
8     5
9     3

最好的方法是什么？谢谢！

Answer 1

使用map创建的Series {/ 3}}：

df['Label'] = df['Label'].map(df['Label'].value_counts())
print (df)
   Label
0      5
1      3
2      5
3      5
4      3
5      5
6      2
7      2
8      5
9      3

value_counts + transform的另一种解决方案：

df['Label'] = df.groupby('Label')['Label'].transform('size')
print (df)

   Label
0      5
1      3
2      5
3      5
4      3
5      5
6      2
7      2
8      5
9      3

Answer 2

使用java Calculator 10 20和groupby：

transform

如果您的专栏没有print(df) Label Index 0 ABCD 1 EFGH 2 ABCD 3 ABCD 4 EFGH 5 ABCD 6 IJKL 7 IJKL 8 ABCD 9 EFGH df['Label'] = df.groupby('Label').Label.transform('count') print(df) Label Index 0 5 1 3 2 5 3 5 4 3 5 5 6 2 7 2 8 5 9 3，NaN和size会返回相同的值。否则，count包含size s，因此请避免使用它。

使用NaN的另一种方式：

Counter

将DataFrame列中的唯一值替换为其计数

2 个答案: