擅长:python、mysql、java
<p>输入:</p>
<pre><code>>>> df
parentId id_x
0 071cb2c2-d1be-4154-b6c7-a29728357ef3 a061e7d7-95d2-4812-87c1-24ec24fc2dd2
1 a061e7d7-95d2-4812-87c1-24ec24fc2dd2 d2b62e36-b243-43ac-8e45-ed3f269d50b2
2 NaN 071cb2c2-d1be-4154-b6c7-a29728357ef3
3 071cb2c2-d1be-4154-b6c7-a29728357ef3 a0e97b37-b9a1-4304-9769-b8c48cd9f184
</code></pre>
<p>输出:</p>
<pre><code>>>> df.assign(amount=df["id_x"].map(df["parentId"].value_counts()).fillna(0))
parentId id_x amount
0 071cb2c2-d1be-4154-b6c7-a29728357ef3 a061e7d7-95d2-4812-87c1-24ec24fc2dd2 1.0
1 a061e7d7-95d2-4812-87c1-24ec24fc2dd2 d2b62e36-b243-43ac-8e45-ed3f269d50b2 0.0
2 NaN 071cb2c2-d1be-4154-b6c7-a29728357ef3 2.0
3 071cb2c2-d1be-4154-b6c7-a29728357ef3 a0e97b37-b9a1-4304-9769-b8c48cd9f184 0.0
</code></pre>
<p>计算<code>parentId</code>唯一值的数量,并将其映射到<code>id_x</code>,然后分配给数据帧的<code>amount</code>列</p>