pandas根据列数据的值范围计数？

Posted 2023-04-19

假设有这么一个DataFrame数据：有两列，name列为姓名，age列为年龄，其中年龄为随机生成，如下图：

我们可以使用loc来得到age>20的行：

data.loc[条件]

其中条件为data['age']>20

即：data.loc[data['age']>20]

这样就会得到age>20的所有行数据（包括所有列）。

如果我们并不需要所有所有列，那可以再指定要保留的列：

data.loc[data['age']>20,'name']

这样就会得到age>20的所有行的数据（只包括name列）。

参考技术A 假设有这么一个DataFrame数据：有两列，name列为姓名，age列为年龄，其中年龄为随机生成，如下图：我们可以使用loc来得到age>20的行：
data.loc[条件]其中条件为data['age']>20即：data.loc[data['age']>20]这样就会得到age>20的所有行数据（包括所有列）。如果我们并不需要所有所有列，那可以再指定要保留的列：data.loc[data['age']>20,'name']这样就会得到age>20的所有行的数据（只包括name列）。 参考技术B

统计数据表格中‘状态’列中有哪几类状态,每个状态出现了多少次上述代码段 aggfunc='count',表示对状态列中出现的每个值计数。

根据 Pandas 中另一列中的值范围聚合一列的内容

【中文标题】根据 Pandas 中另一列中的值范围聚合一列的内容

【英文标题】：Aggregate contents of a column based on the range of values in another column in Pandas

【发布时间】：2020-09-24 14:13:58

【问题描述】：

我正在根据给定列中的值范围聚合数据框的内容。我的df 如下所示：

min max names
1   5   ['a','b']
0   5   ['d']
6   8   ['a','c']
3   4   ['e','a']

预期的输出是

对于min=0 和max=5，获取聚合值，因此名称值为['a','b','d','e','a'] 对于min=5和max=10，获取聚合值，名称值为['a','d']

感谢任何帮助。

【问题讨论】：

是否应该将其转换为列？你能发布预期的输出吗

预期的输出是列表。

【参考方案1】：

最直观的方法是过滤然后聚合。为了解决您的具体问题，我会这样做：

>> df = pd.DataFrame("min": [1, 0, 6, 3],
   "max": [5, 5, 8, 4],
   "value": [['a','b'], ['d'], ['a','c'], ['e','a']])

>> print(df)
   min  max   value
0    1    5  [a, b]
1    0    5     [d]
2    6    8  [a, c]
3    3    4  [e, a]

>> sum_filtered_values = df[(df["max"]<=5) & (df["min"]>=0)].value.sum()
>> print(sum_filtered_values)
['a', 'b', 'd', 'e', 'a']

>> sum_filtered_values = df[(df["max"]<=10) & (df["min"]>=5)].value.sum()
>> print(sum_filtered_values)
['a', 'c']