使用此数据集(为简洁起见省略了一些列和数百行)。 . .
Year Ceremony Award Winner Name
0 1927/1928 1 Best Actress 0.0 Louise Dresser
1 1927/1928 1 Best Actress 1.0 Janet Gaynor
2 1937 10 Best Actress 0.0 Janet Gaynor
3 1927/1928 1 Best Actress 0.0 Gloria Swanson
4 1929/1930 3 Best Actress 0.0 Gloria Swanson
5 1950 23 Best Actress 0.0 Gloria Swanson
我使用了以下命令。 . .
ba_dob.loc[ba_dob.Winner == 0.0, :].groupby('Name').Winner.count()
创建以下系列。 . .
Name
Ali MacGraw 1
Amy Adams 1
Angela Bassett 1
Angelina Jolie 1
Anjelica Huston 1
Ann Harding 1
Ann-Margret 1
Anna Magnani 1
Anne Bancroft 4
Anne Baxter 1
Anne Hathaway 1
Annette Bening 3
Audrey Hepburn 4
我尝试像这样将系列添加到原始数据框中。 . .
ba_dob['New_Col'] = ba_dob.loc[ba_dob.Winner == 0.0, :].groupby('Name').Winner.count()
我得到了一列 NaN 值。
我读过其他帖子，暗示工作中可能存在一些错误的索引，但我不确定这将如何解决。更具体地说，为什么 Pandas 不能排列索引，因为 groupby 和 count 来自同一个表。还有其他事情吗？
最佳答案
我想你需要size , 不是 count ，因为 count 排除了 NaN:
最后map Groupby 创建的 Series 列 Name:
m = ba_dob.Winner == 0.0
ba_dob['new'] = ba_dob['Name'].map(ba_dob[m].groupby('Name').Winner.size())
print (ba_dob)
Year Ceremony Award Winner Name new
0 1927/1928 1 Best Actress 0.0 Louise Dresser 1
1 1927/1928 1 Best Actress 1.0 Janet Gaynor 1
2 1937 10 Best Actress 0.0 Janet Gaynor 1
3 1927/1928 1 Best Actress 0.0 Gloria Swanson 3
4 1929/1930 3 Best Actress 0.0 Gloria Swanson 3
5 1950 23 Best Actress 0.0 Gloria Swanson 3
另一种解决方案:
ba_dob['new'] = ba_dob['Name'].map(ba_dob.loc[m, 'Name'].value_counts())
关于python - 将系列添加到 Pandas 数据框会产生 NaN 列，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45599279/