Pandas：返回两个DataFrame变量之间匹配值的计数

Question

这是一件很简单的事，但我不认为这件事已经在《熊猫》或《熊猫》的文档中有所涉及。在

数据

包含城市数据的两个数据帧。数据框UK包含一个用于英国城市名称的变量。它已分组，因此没有重复的城市名称。这是此city变量的截断示例（不是完整的数据帧）：

city
Hamilton
Edinburgh
Bury
...

DataFrameUS包含一个对应的美国城市名称变量。它的确实有重复的城市名称，但这些名称实际上不是重复的值，因为有许多城市具有相同的名称。再举一个截短的例子：

^{pr2}$

（注意：我的数据中变量的长度不同。）

目标

在UK数据帧中创建一个新变量，该变量是US城市变量中的城市名称与UK城市变量中的城市名称匹配时的整数计数。在

下面显示了我要使用的输出示例。比如说一个叫汉密尔顿的英国城市，在美国有两个叫汉密尔顿的城市。一个叫爱丁堡的英国城市在美国有3场比赛。两个火柴给伯里。在

city       count
Hamilton       2
Edinburgh      3
Bury           2

我的困境

如果我这么做。。。在

uk['count'] = uk['city'].isin(us['city']).astype(int)

新变量是一个二进制1或0，表示存在匹配项，该匹配项已达到一半。不过，我正在努力使用Pandas语法来返回匹配项的计数。我尝试过添加value_counts和unique的变体，但这些都没有起作用。也许我走错了路。在

Answer 1

使用^{}计算US['city']中每个城市的出现次数，然后使用^{}将这些计数应用到UK['city']中的相应值：

In [40]: US['city'].value_counts()
Out[40]: 
Edinburgh    3
Bury         2
Hamilton     2
Name: city, dtype: int64

In [41]: UK['count'] = UK['city'].map(US['city'].value_counts())

In [42]: UK
Out[42]: 
        city  count
0   Hamilton      2
1  Edinburgh      3
2       Bury      2

如果UK['city']中有一个不在US['city']中的城市，那么上面的操作将为该城市的count列分配一个NaN值。在