Question

我有以下Pandas数据帧：

name1   name2
A       B
A       A
A       C
A       A
B       B
B       A

我想添加一个名为new的列，该列按name1组计算name1与name2的相同频率。

因此，预期输出是以下数据帧：

name1   name2   new
A       B       2       
A       A       2
A       C       2
A       A       2
B       B       1
B       A       1

我尝试过以下操作，但收到错误：

df['new'] = df.groupby('name1').apply(lambda x: (x[x['name1'] == x['name2']].fillna(False).sum()))

TypeError：带有帧索引的插入列的不兼容索引

Answer 1

您可以将MEDIA_URL = '/media/'与name1进行比较，然后按name2和name1 分组进行分组：

sum

或者如果使用df['new'] = df.name2.eq(df.name1).astype(int).groupby(df.name1).transform('sum') df # name1 name2 new #0 A B 2 #1 A A 2 #2 A C 2 #3 A A 2 #4 B B 1 #5 B A 1，首先汇总计数，然后使用apply生成map列：

new

时序：

cnt = df.groupby('name1').apply(lambda g: (g.name1 == g.name2).sum())
df['new'] = df.name1.map(cnt)

Pandas groupby（）比较并计算两列

1 个答案: