我有一个包含用户ID、推文和创建日期的数据集。每个用户ID会有多个在不同日期创建的推文。我想计算推文的频率，并编写了一个小计算来获取每个用户ID每小时的推文数量。我使用了group by来实现，代码如下：

  twitterDataFrame = twitterDataFrame.set_index(['CreatedAt'])  tweetsByEachUser = twitterDataFrame.groupby('UserID')  numberOfHoursBetweenFirstAndLastTweet = (tweetsByEachUser['CreatedAtForCalculations'].first() - tweetsByEachUser['CreatedAtForCalculations'].last()).astype('timedelta64[h]')  numberOfTweetsByTheUser = tweetsByEachUser.size()  frequency = numberOfTweetsByTheUser  / numberOfHoursBetweenFirstAndLastTweet

当我打印频率值时，得到的是：

  UserID  807095       5.629630  28785486     2.250000  134758540    8.333333

现在我需要回到我的大数据框（twitterDataFrame）中，并将这些值添加到相应的用户ID旁边。我该如何做到这一点呢？我想说

twitterDataFrame['frequency'] = 与用户ID对应的频率。例如，twitterDataFrame['UserID'] 和我们上面得到的频率值。 

然而，我不确定该如何操作。有人知道我该如何实现吗？

回答：

你可以对你创建的frequency对象使用join操作，或者在一阶段完成：

get_freq = lambda ts: (ts.last() - ts.first()).astype('timedelta64[h]') / len(ts)twitterDataFrame['frequency'] = twitterDataFrame.groupby('UserID')['CreatedAtForCalculations'].transform(get_freq)