我正在GroupBy结果上使用.size()，以便计算每组中有多少项。
我希望将结果保存到一个新的列名，而不手动编辑列名数组，如何完成？
谢谢
这就是我所尝试的：
grpd = df.groupby(['A','B'])
grpd['size'] = grpd.size()
grpd
我得到的错误是：
TypeError: 'DataFrameGroupBy' object does not support item assignment
(on the second line)
值得注意的是，对于一个列来说，size是一个糟糕的选择，因为它是熊猫下每个对象的内置方法，所以您只能通过getitem检索，而不能通过getattr检索。
dataframegroupby对象的.size()内置方法实际返回的是一个具有组大小的序列对象，而不是一个数据帧。如果需要一个数据帧，其列为组大小，由组索引，并具有自定义名称，则可以使用.to_frame()方法，并使用所需的列名称作为其参数。
grpd = df.groupby(['A','B']).size().to_frame('size')
如果您希望组再次成为列，可以在末尾添加一个.reset_index()。
df.groupby(...)的结果不是数据帧。要返回数据帧，必须对每个组应用一个函数，转换组中的每个元素，或者过滤组。
似乎您需要一个数据帧，其中包含(1)EDOCX1中的所有原始数据(1)和(2)每组中的数据量计数。这些东西有不同的长度，所以如果它们需要进入同一个数据帧，您需要冗余地列出大小，即每个组中的每一行。
df['size'] = df.groupby(['A','B']).transform(np.size)
(旁白：如果您能显示简洁的样本输入和预期的结果，这很有帮助。)
耶，变换！
我还发现这个几乎是相等的(创建了一个新的数据帧)，但不确定它在效率方面如何与您的解决方案进行比较/questions/10373660/&hellip；
在一个玩具例子中，解决方案更有效，但是在实际数据中，会返回一个错误/acsmxcd5。
在pandas 20.3中，@jezraels的df['size'] = df.groupby(['A','B']) .A .transform(np.size)工作；如果没有.A你会得到"valueerror:错误的项目数通过2，placement意味着1"，即"得到2列，需要1"。
你需要transformsizelen的df和以前一样：
注意事项：
这里有必要在groupby后加一列，否则会出错。由于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df的aggregating df到len中设置列名，则df的aggregating len明显与以前不同：
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 = 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
很好。但是，如果我有多个索引，我该怎么做呢？
@Sotos如果使用熊猫的最新版本，同样的方法。
那么像...reset_index('V1', name = 'size')这样的东西？
@索托斯，嗯，它不是这样工作的。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'}) )
假设n是数据帧的名称，cst是要表示的项的编号。下面的代码给出下一列中的计数
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())
希望这能奏效
如果觉得《python自定义列名和长度输出_关于python：如何为size（）列指定名称？》对你有帮助，请点赞、收藏，并留下你的观点哦！
