Question

因此，我一直在寻找类似问题的解决方案并继续打击墙壁。我是python的新手，并使用pandas / python进行ETL，如果我没有充分描述我的情况，请原谅我。

我有两个数据帧df1看起来像：

    Subscriber Key  OtherID  AnotherID
1     'abc'           '12'    '23'
2     'bcd'           '45'    '56'
3     'abc'           '12'    '23'
4     'abc'           '12'    '23'
5     'cde'           '78'    '90'
6     'bcd'           '45'    '56'

df2看起来像：

    Subscriber Key  OtherID  AnotherID
1     'abc'           '12'    '23'
2     'bcd'           '45'    '56'
3     'cde'           '78'    '90'

我正在尝试返回一个计数次数SubscriberKey：＆＃39; abc＆＃39;发生在数据帧中。找到值后，我想将计数附加到另一个数据帧（df2），这是我的第一个重复数据删除的数据帧。

看起来像这样：

    Subscriber Key  OtherID  AnotherID Total Instances
1     'abc'           '12'    '23'           '3'
2     'bcd'           '45'    '56'           '1'
3     'cde'           '78'    '90'           '1'

所以我所做的就是尝试使用这一行：

    df1.groupby(['SubscriberKey']).size()

我之所以仅使用＆＃39; SubscriberKey＆＃39;是因为某些行只有该列填充了＆＃39; OtherID＆＃39;和＆＃39; AnotherID＆＃39;空白。

我也尝试过Series.value_count（）。当我尝试使用groupby和size（）并将df2 [＆＃39; Total Instances＆＃39;]的值设置为出现次数时，似乎值不正确排列。

例如，新表如下所示：

    Subscriber Key  OtherID  AnotherID Total Instances
1     'abc'           '12'    '23'           '1'
2     'bcd'           '45'    '56'           '3'
3     'cde'           '78'    '90'           '2'

所以我原来的想法可能是在做groupby时，该函数会自动对输出进行排序。我尝试通过将groupby＆＃f; d表保存为csv进行检查，并意识到它只打印出count列而不是关联的subscriberkey列。

无论如何，是否有人对我如何实现这一点有任何意见？重申一下，我想基本上只添加一个列到df2，它返回df1中出现的总数或实例数。

谢谢！

Answer 1

您可以尝试：

df2['Total Instances'] = df2['Subscriber Key'].map(df1['Subscriber Key'].value_counts())

Python，计算另一列中值的出现频率

1 个答案: