将系列有效整合到熊猫数据框中

Question

我有一个索引为[0, 1, 2...]的pandas数据帧，并且列表如下： [1, 2, 2, 0, 1...] 。

我想在数据框中添加一个“计数”列，以反映索引中的数字在列表中被引用的次数。

鉴于上面的例子中列出的“计数”列将具有值2索引2 ，因为2次发生（到目前为止）。 有比遍历列表更有效的方法吗？

Answer 1

好了，这是一种方法，首先将列表加载到df中，然后使用value_counts添加'occurrence'列，然后将其merge到您的orig df中：

In [61]:
df = pd.DataFrame({'a':np.arange(10)})
l=[1,2,2,0,1]
df1 = pd.DataFrame(l, columns=['data'])
df1['occurence'] = df1['data'].map(df1['data'].value_counts())
df1

Out[61]:
   data  occurence
0     1          2
1     2          2
2     2          2
3     0          1
4     1          2

In [65]:
df.merge(s, left_index=True, right_on='data',how='left').fillna(0).drop_duplicates().reset_index(drop=True)

Out[65]:
   a  data  count
0  0     0      1
1  1     1      2
2  2     2      2
3  3     3      0
4  4     4      0
5  5     5      0
6  6     6      0
7  7     7      0
8  8     8      0
9  9     9      0

Answer 2

在熊猫中，统计数据框中数字出现的次数很容易

您只需使用Series.value_counts方法。

然后，使用pandas.merge函数将分组的数据框与原始数据框合并 。

像您一样设置一个DataFrame：

df = pd.DataFrame({'nomnom':np.random.choice(['cookies', 'biscuits', 'cake', 'lie'], 10)})

df现在是一个其中包含一些任意数据的DataFrame（因为您说过那里有更多数据）。

     nomnom
0  biscuits
1       lie
2  biscuits
3      cake
4       lie
5   cookies
6      cake
7      cake
8      cake
9      cake

设置类似您的清单：

yourlist = np.random.choice(10, 10)

您的清单现在是：

array([2, 9, 2, 3, 4, 8, 5, 8, 6, 8])

您需要的实际代码（TLDR;）：

counts = pd.DataFrame(pd.value_counts(yourlist))
pd.merge(left=df, left_index=True,
         right=counts, right_index=True,
         how='left').fillna(0)