Tenho um dataframe relativamente grande e gostaria de criar uma coluna chamada contagem
com o número de ocorrências da mesma linha no mesmo dataframe, quando o valor de determinadas linhas for igual em determinadas colunas.
De:
id | coluna1 | coluna2 | coluna3 | coluna4
0 | z | x | x | a
1 | y | y | y | b
2 | x | x | x | c
3 | x | x | x | d
4 | z | y | x | e
5 | w | w | w | f
6 | w | w | w | g
7 | w | w | w | h
Para:
id | coluna1 | coluna2 | coluna3 | coluna4 | contagem
0 | z | x | x | a | 1
1 | y | y | y | b | 1
2 | x | x | x | c | 2
3 | x | x | x | d | 2
4 | z | y | x | e | 1
5 | w | w | w | f | 3
6 | w | w | w | g | 3
7 | w | w | w | h | 3
Reparem que só usei as colunas 1, 2 e 3 no processo de contagem. Imagino que dê pra usar groupby
pra isso, mas não sei como.
y
e o id=2 possui 3 letrasx
... Porque a diferença na contagem?x x x
(id 2 e 3) aparece 2 vezes ey y y
só 1 vezcoluna1
,coluna2
ecoluna3
aparecem no dataframe? Não individualmente, mas os 3 juntos mesmo