Pandas：逐步计算列中的出现次数

Question

我有一个包含“Name”列的DataFrame（df）。在名为“Occ_Number”的列中，我希望对“Name”中每个值出现的次数进行累加。

例如：

Name            Occ_Number
 abc                     1
 def                     1
 ghi                     1
 abc                     2
 abc                     3
 def                     2
 jkl                     1
 jkl                     2

我一直在尝试想出一种方法，使用

>df['Name'].value_counts()

但是我不太清楚如何将它们全部联系起来。我只能从value_counts()中获得总计数。迄今为止，我的过程包括使用以下代码创建一个包含名称列字符串值的列表，这些值包含大于1的计数：

>things = df['Name'].value_counts()
>things = things[things > 1]
>queries = things.index.values

我希望能够通过查询“Name”并有条件地增加Occ_Number，但我卡在这里了。请问有什么方法可以做到这一点吗？任何帮助都将不胜感激。谢谢！

- big_ligands

Answer 1

你可以使用 cumcount 函数来避免创建虚拟列：

>>> df["Occ_Number"] = df.groupby("Name").cumcount()+1
>>> df
  Name  Occ_Number
0  abc           1
1  def           1
2  ghi           1
3  abc           2
4  abc           3
5  def           2
6  jkl           1
7  jkl           2

- DSM

Answer 2

您可以添加一个辅助列，然后使用cumsum函数:

df =pd.DataFrame({'Name':['abc', 'def', 'ghi', 'abc', 'abc', 'def', 'jkl', 'jkl']})

增加计数：

df['counts'] =1

按名称分组：

cs =df.groupby('Name')['counts'].cumsum()
# set series name
cs.name = 'Occ_number'

将系列(Series)合并回数据框(DataFrame)：

# remove helper column
del df['counts']
df.join(cs)

返回：

    Name    Occ_number
 0  abc     1
 1  def     1
 2  ghi     1
 3  abc     2
 4  abc     3
 5  def     2
 6  jkl     1
 7  jkl     2

- JAB