从值列表添加或更新数据帧

Series 从列表中获取计数依据 Series.value_counts ,然后创建 从 df DataFrame.set_index Series.add 在一起,永远 DataFrame 使用 Series.rename_axis 和 Series.reset_index :

l = ['a','b','d']

add = pd.Series(l).value_counts()
print (add)
d    1
a    1
b    1
dtype: int64

df1 = (df.set_index('name')['count']
         .add(add, fill_value=0)
         .astype(int)
         .rename_axis('name')
         .reset_index(name='count'))
print (df1)
  name  count
0    a      2
1    b      3
2    c      0
3    d      1

另一种方法是将值加在彼此的顶部,然后 GroupBy.count :

x = sorted(list(set(df['name'].tolist() + l)))
new = pd.concat([df['name'].repeat(df['count']).to_frame()
                 , pd.DataFrame({'name':l})]).groupby('name')['name'].count()
new = new.reindex(x, fill_value=0).reset_index(name='count')

输出

print(new)
  name  count
0    a      2
1    b      3
2    c      0
3    d      1

唯一的缺点是从df到dict的转换,反之亦然。

from collections import Counter

# initialize your variables
df = pd.DataFrame({'name': ['a', 'b', 'c'],
                   'count': [1, 2, 0]})
l = ['a', 'b', 'd']

# convert to dict with name - count pairs and update with counter of l
df_as_dict = dict(zip(df['name'].values, df['count'].values))
df_as_dict.update(Counter(df_as_dict) + Counter(l))

# create dataframe with updates values
new_df = pd.DataFrame({'name': list(df_as_dict.keys()), 
                       'count': list(df_as_dict.values())})
# ensure df format
new_df = new_df.sort_values('name').reset_index(drop=True)

new_df

输出

   count name
0      2    a
1      3    b
2      0    c
3      1    d