在 pandas 数据框中计算相同的日期 | 数据框中计算相同的日期

本文介绍了在 pandas 数据框中计算相同的日期的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

我有一个带有日期列的数据框，我想创建一个新列来告诉我数据集包含多少个相同的日期。这是原始数据集的最小示例：

I have a dataframe with a date column and I would like to create a new column that tells me how many identical dates the dataset contains. This is a min example of the original data set:

df1：

date
2017/01/03
2017/01/03
2017/01/04
2017/01/04
2017/01/04
2017/01/05

我想创建此date_count，因此目标数据集为：

I would like to create this date_count, so the target data set is:

df1：

date         date_count
2017/01/03     2
2017/01/03     2
2017/01/04     3
2017/01/04     3
2017/01/04     3
2017/01/05     1

创建df1的实际代码：

The actual code to create df1:

dict1 = [{'date': '2017/01/03', 'date_count': 2},{'date': '2017/01/03',              'date_count': 2},
 {'date': '2017/01/04', 'date_count': 3},{'date': '2017/01/04',   'date_count': 3},
{'date': '2017/01/04', 'date_count': 3},{'date': '2017/01/05',    'date_count': 1}]
df = pd.DataFrame(dict1, index=['s1', 's2','s3','s1','s2','s3'])

推荐答案

这里是使用以及：

Here is another method using map along with a groupby and size:

>>> df
          date
s1  2017/01/03
s2  2017/01/03
s3  2017/01/04
s1  2017/01/04
s2  2017/01/04
s3  2017/01/05

df['date_count'] = df.date.map(df.groupby('date').size())

>>> df
          date  date_count
s1  2017/01/03           2
s2  2017/01/03           2
s3  2017/01/04           3
s1  2017/01/04           3
s2  2017/01/04           3
s3  2017/01/05           1

这篇关于在 pandas 数据框中计算相同的日期的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！