结果 df.groupby(...) 不是 DataFrame。要返回 DataFrame，您必须对每个组应用函数、转换组中的每个元素或筛选组。

看起来您想要一个 DataFrame，其中包含 (1) 所有原始数据 df 和 (2) 每个组中数据的数量。这些东西的长度不同，因此如果它们需要放入同一个 DataFrame，您需要重复列出大小，即每个组中的每一行。

df['size'] = df.groupby(['A','B']).transform(np.size)

（附言：如果您能展示简洁的样本输入和预期结果，将会很有帮助。）

我还发现这几乎是相等的（创建一个新的数据框），但不确定它在效率方面与您的解决方案相比如何。com/questions/10373660/…

而且您的解决方案在玩具示例上运行良好，但在实际数据上会返回错误 pastebin.com/aCsMxCd5

在 pandas 20.3 中，@jezraels 的 df['size'] = df.groupby(['A','B']) .A .transform(np.size) 可以工作；如果没有 .A，您会得到 \'ValueError: 传递的项目数错误 2，位置意味着 1\'，即 \'有 2 列，需要 1\'。

DataFrameGroupBy 对象的内置方法实际上返回的是具有组大小的 Series 对象，而不是 DataFrame。如果您想要一个 DataFrame，其列是组大小，按组索引，具有自定义名称，则可以使用该 .size() 方法 .to_frame() 并使用所需的列名作为其参数。

grpd = df.groupby(['A','B']).size().to_frame('size')

如果您希望这些组再次成为列，您可以 .reset_index() 在末尾添加。

您需要 transform size - len 与 df 之前相同：

注意：

这里需要在 groupby 后面添加一列，否则会出现错误。因为 GroupBy.size 也计算 NaN，所以使用哪一列并不重要。所有列的工作方式都相同。

import pandas as pd

df = pd.DataFrame({'A': ['x', 'x', 'x','y','y']
                , 'B': ['a', 'c', 'c','b','b']})
print (df)
   A  B
0  x  a
1  x  c
2  x  c
3  y  b
4  y  b

df['size'] = df.groupby(['A', 'B'])['A'].transform('size')
print (df)
   A  B  size
0  x  a     1
1  x  c     2
2  x  c     2
3  y  b     2
4  y  b     2

如果需要在聚合中设置列名 df -- len 显然 df 与以前 不 一样

import pandas as pd

df = pd.DataFrame({'A': ['x', 'x', 'x','y','y']
                , 'B': ['a', 'c', 'c','b','b']})
print (df)
   A  B
0  x  a
1  x  c
2  x  c
3  y  b
4  y  b

df = df.groupby(['A', 'B']).size().reset_index(name='Size')
print (df)
   A  B  Size
0  x  a     1
1  x  c     2
2  y  b     2

不错。但是如果我有多个索引，我该如何做与 df.groupby(['A', 'B']).size().reset_index(name='Size') 相同的事情呢？

那么类似于...reset_index('V1', name = 'size')?

@Sotos 嗯，这样不行。需要 .reset_index().rename(columns='index':'col', 'anothercol':'col2')

这正是我最后所做的...... (full_df .set_index('cdatetime') .groupby(['Cluster', 'source', 'action', pd.Grouper(freq = 'H', sort = True)]) .size() .reset_index(['Cluster', 'source', 'action']) .rename(columns={0: 'cnt'}) )

您可以设置 as_index 参数 groupby 来 False 获取 DataFrame 而不是 Series：

df = pd.DataFrame({'A': ['a', 'a', 'b', 'b'], 'B': [1, 2, 2, 2]})

df.groupby(['A', 'B'], as_index=False).size()

输出：

   A  B  size
0  a  1     1
1  a  2     1
2  b  2     2

假设 n 是数据框的名称，cst 是重复项的数量。下面的代码给出了下一列中的计数

cstn=Counter(n.cst)
cstlist = pd.DataFrame.from_dict(cstn, orient='index').reset_index()
cstlist.columns=['name','cnt']
n['cnt']=n['cst'].map(cstlist.loc[:, ['name','cnt']].set_index('name').iloc[:,0].to_dict())

希望这会有用