Pandas grouby和transform（'count'）在较小的数据上提供放置错误

Question

熊猫身上真正简单的任务就是抛出一个我不理解的错误。使用这样一个简单的数据集：

test=pd.DataFrame([[1,3],[1,6],[2,4],[3,9],[3,2]],columns=['a','b'])

我可以执行以下操作来计算某个值在test的“a”列中出现的次数。在

^{pr2}$

这就产生了：

>>> test
       a  b  count
    0  1  3      2
    1  1  6      2
    2  2  4      1
    3  3  9      2
    4  3  2      2

完美。但根据我的真实数据，这是行不通的。以下是我的数据片段，用于重现问题：

newtest=pd.DataFrame([['010010201001000','001','0220','AL','0'],['010010201001001','001','0220','AL','0'],['010010201001002','001','0220','AL','0'],['010010201001003','001','0160','AL','0'],['010010201001004','001','0160','AL','0']],columns=['BlockID','CountyFP','District','state_x','HD'])
newtest['blocks']=newtest.groupby(['CountyFP','District','state_x']).transform('count')

这样做给我带来了一个错误：

ValueError: Wrong number of items passed 2, placement implies 1

我真的看不出是什么让我的“真实”例子与游戏集有什么不同，谷歌搜索这个错误会产生其他错误的例子，但我仍然不清楚它到底为什么会出现在这里。在

更令人困惑的是，如果我只执行上面代码的右侧，它可以很好地工作-生成newtest，每列都有计数。所以这就像是作业给它带来了问题。在

Answer 1

您没有选择要对其执行聚合的任何列，因此它对其余的列（共2列）执行聚合，如果选择其中一列，则会获得所需的结果：

In [6]:
newtest['blocks'] = newtest.groupby(['CountyFP','District','state_x'])['BlockID'].transform('count')
newtest

Out[6]:
           BlockID CountyFP District state_x HD  blocks
0  010010201001000      001     0220      AL  0       3
1  010010201001001      001     0220      AL  0       3
2  010010201001002      001     0220      AL  0       3
3  010010201001003      001     0160      AL  0       2
4  010010201001004      001     0160      AL  0       2

尝试的输出：

^{pr2}$

您可以看到它生成了2列，因为这些列是剩余的列，因此出现了您观察到的错误消息。在