pandas dataframe 统计某一列的值出现的次数并形成一列新的列

要统计Pandas DataFrame 中某一列的值出现的次数，并将结果形成一列新的列，可以使用value_counts()方法和map()函数。

下面是一个示例：

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({'A': ['apple', 'banana', 'apple', 'orange', 'banana', 'banana']})

# 使用value_counts()方法统计'A'列中每个值的次数
value_counts = df['A'].value_counts()

# 使用map()函数将统计结果映射到新的列
df['A_counts'] = df['A'].map(value_counts)

print(df)

运行上述代码会输出下面的结果：

A  A_counts
0   apple         2
1  banana         3
2   apple         2
3  orange         1
4  banana         3
5  banana         3

在上述代码中，我们首先使用value_counts()方法统计了df['A']列中每个值的出现次数，然后将结果存储在value_counts变量中。接着，我们使用map()函数将value_counts中的统计结果映射到新的列A_counts中。这样，DataFrame对象就包含了原始列和对应的值出现次数的新列。