熊猫将列添加到groupby数据框

Question

我有这个简单的数据框df：

df = pd.DataFrame({'c':[1,1,1,2,2,2,2],'type':['m','n','o','m','m','n','n']})

我的目标是计算type每个的值c，然后添加一个大小为的列c。因此，从以下内容开始：

In [27]: g = df.groupby('c')['type'].value_counts().reset_index(name='t')

In [28]: g

Out[28]: 

   c type  t

0  1    m  1

1  1    n  1

2  1    o  1

3  2    m  2

4  2    n  2

第一个问题解决了。然后，我还可以：

In [29]: a = df.groupby('c').size().reset_index(name='size')

In [30]: a

Out[30]: 

   c  size

0  1     3

1  2     4

如何将size列直接添加到第一个数据帧？到目前为止，我用作map：

In [31]: a.index = a['c']

In [32]: g['size'] = g['c'].map(a['size'])

In [33]: g

Out[33]: 

   c type  t  size

0  1    m  1     3

1  1    n  1     3

2  1    o  1     3

3  2    m  2     4

4  2    n  2     4

哪个有效，但是有更简单的方法吗？

Answer 1

使用transform从添加一列回原稿DF groupby聚集，transform返回Series其索引对准原稿DF：In [123]:g = df.groupby('c')['type'].value_counts().reset_index(name='t')g['size'] = df.groupby('c')['type'].transform('size')gOut[123]:   c type  t  size0  1    m  1     31  1    n  1     32  1    o  1     33  2    m  2     44  2    n  2     4

Answer 2

另一个解决方案：transform lendf['size'] = df.groupby('c')['type'].transform(len)print df   c type size0  1    m    31  1    n    32  1    o    33  2    m    44  2    m    45  2    n    46  2    n    4