熊猫：计算一列中每个值出现在另一列中的次数

Question

我要计算“父”列中“子”列中的值出现的次数，然后在重新命名为“子”计数的新列中显示此计数。请参见下面的预览df。

我已经通过VBA（COUNTIFS）完成此操作，但是现在需要动态可视化和动画显示，并从目录中获取数据。因此，我求助于Python和Pandas，并在搜索并阅读以下答案后尝试使用以下代码：Countif in pandas with multiple conditions | Determine if value is in pandas column | Iterate over rows in Pandas df |很多其他的... 但仍然无法获得预期的预览，如下图所示。

任何帮助将不胜感激。预先感谢。

color

预览数据框

预览输出

预期输出

[已编辑]我的数据

Child = ['Tkt01'，'Tkt02'，'Tkt03'，'Tkt04'，'Tkt05'，'Tkt06'，'Tkt07'，'Tkt08'，'Tkt09'，'Tkt10']

父母= [''，''，'Tkt03'，''，'，'Tkt03'，'，'Tkt03'，'，'，'，'Tkt06'，'，'，'，' '，]

Site_Name = [Yaounde'，'Douala'，'Bamenda'，'Bafoussam'，'Kumba'，'Garoua'，'Maroua'，'Ngaoundere'，'Buea'，'Ebolowa']

Answer 1

我为您的df创建了相似的外观。

之前

尝试此代码

df['Count'] = [len(df[df['parent'].str.contains(value)]) for index, value in enumerate(df['child'])]
#breaking it down as a line by line code

counts = []
for index, value in enumerate(df['child']):
    found = df[df['parent'].str.contains(value)]
    counts.append(len(found))
df['Count'] = counts

之后

希望这对您有用。

Answer 2

由于我无权访问您的数据，因此无法检查我提供给您的代码。我建议您在此行中使用nan值时会遇到问题，但是可以尝试一下。

df_ns['child_count'] = df_ns['Parent'].groupby(df_ns['Child']).value_counts()

我给新列起一个名字，并通过groupby-> value_counts函数直接为其赋值。