在熊猫数据框中按计数分组

首先，您可以创建一个字典，将键作为 A 列的唯一值，将值作为计数。

>>> column_a_mapping = df['column A'].value_counts().to_dict()
>>> column_a_mapping
>>> {'New York': 3, 'Atlanta': 2}

然后，您可以创建一个将两列合并的新列，以便具有与上述相同的值计数字典。

>>> df['both_columns'] = (
        df[['column A', 'column B']]
        .apply(lambda row: '_'.join(row), axis=1)
    )

>>> both_columns_mapping = df['both_columns'].value_counts().to_dict()
>>> both_columns_mapping
>>> {'New York_NY': 2, 'Atlanta_AT': 2, 'New York_AT': 1}

一旦您拥有唯一值计数，您就可以简单地使用该replace pd.Series方法。

>>> df['count_occurrence_both_columns'] = df['both_columns'].replace(both_columns_mapping)
>>> df['count_occurrence_columnA'] = df['column A'].replace(column_a_mapping)

最后，您可以删除合并了两列的列，然后使用以下命令创建比率列：

>>> df['ratio'] = df['count_occurrence_both_columns'] / df['count_occurrence_columnA'] * 100
>>> df.drop('both_columns', axis=1, inplace=True)

您应该获得此数据框：