Как добавить числовой столбец в dataframe pandas

Вы можете использовать следующий базовый синтаксис, чтобы добавить столбец «count» в DataFrame pandas:

 df[' var1_count '] = df. groupby (' var1 ')[' var1 ']. transform (' count ')

Этот конкретный синтаксис добавляет в DataFrame столбец с именем var1_count , который содержит количество значений в столбце с именем var1 .

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: добавьте числовой столбец в Pandas

Предположим, у нас есть следующий DataFrame pandas, содержащий информацию о различных баскетболистах:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],
                   ' pos ': ['Gu', 'Fo', 'Fo', 'Fo', 'Gu', 'Gu', 'Fo', 'Fo'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28]})

#view DataFrame
print (df)

  team pos points
0 A Gu 18
1 A Fo 22
2 A Fo 19
3 B Fo 14
4 B Gu 14
5 B Gu 11
6 B Fo 20
7 B Fo 28

Мы можем использовать следующий код, чтобы добавить столбец с именем team_count , который содержит количество каждой команды:

 #add column that shows total count of each team
df[' team_count '] = df. groupby (' team ')[' team ']. transform (' count ')

#view updated DataFrame
print (df)

  team pos points team_count
0 A Gu 18 3
1 A Fo 22 3
2 A Fo 19 3
3 B Fo 14 5
4 B Gu 14 5
5 B Gu 11 5
6 B Fo 20 5
7 B Fo 28 5

Есть 3 линии со значением команды A и 5 линий со значением команды B.

Так:

• Для каждой строки, где команда равна A, значение в столбце team_count равно 3 .
• Для каждой строки, где команда равна B, значение в столбце team_count равно 5 .

Вы также можете добавить столбец «учетная запись», который группирует несколько переменных.

Например, следующий код показывает, как добавить столбец «count», группирующий переменные команды и позиции :

 #add column that shows total count of each team and position
df[' team_pos_count '] = df. groupby ([' team ', ' pos ')[' team ']. transform (' count ')

#view updated DataFrame
print (df)

  team pos points team_pos_count
0 A Gu 18 1
1 A Fo 22 2
2 A Fo 19 2
3 B Fo 14 3
4 B Gu 14 2
5 B Gu 11 2
6 B Fo 20 3
7 B Fo 28 3

По результату мы видим:

• Есть 1 строка, которая содержит A в столбце команды и Gu в столбце позиции .
• Есть 2 строки, которые содержат A в столбце команды и Fo в столбце позиции .
• Есть 3 строки, которые содержат B в столбце команды и Fo в столбце позиции .
• Есть две строки, которые содержат B в столбце команды и Gu в столбце позиции .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи в pandas:

Pandas: как использовать GroupBy и подсчет значений
Pandas: как использовать GroupBy для подсчета ячеек
Pandas: Как посчитать значения в столбце с условием