熊猫计数和求和特定条件

Posted 2023-02-16

【中文标题】熊猫计数和求和特定条件

【英文标题】：Pandas counting and summing specific conditions

【发布时间】：2014-01-26 12:38:27

【问题描述】：

pandas 中是否有单个函数来执行 SUMIF（对特定条件求和）和 COUNTIF（从 Excel 计算特定条件的值）的等效项？

我知道有很多多步函数可以用于

例如对于sumif，我可以使用(df.map(lambda x: condition), or df.size())，然后使用.sum()

对于countif，我可以使用(groupby functions 并寻找我的答案或使用过滤器和.count())

是否有简单的一步过程来执行这些功能，您可以输入条件和数据框并获得总和或计数结果？

【参考方案1】：

您可以先进行条件选择，然后使用sum函数对选择结果进行汇总。

>> df = pd.DataFrame('a': [1, 2, 3])
>> df[df.a > 1].sum()   
a    5
dtype: int64

有多个条件：

>> df[(df.a > 1) & (df.a < 3)].sum()
a    2
dtype: int64

如果你想做COUNTIF，只需将sum()替换为count()

【讨论】：

如果您有两个或更多不同的列并且需要多个条件，您会怎么做？

只需将第二个示例中选定的列之一更改为另一个列名。

对于多个列，每个唯一值的计数使用df.aggregate(['value_counts])。当这些列具有相同的值时是理想的。您也可以只使用选择列df[list_of_columns].aggregate(['value_counts])。

【参考方案2】：

我通常在逻辑条件列上使用 numpy sum：

>>> import numpy as np
>>> import pandas as pd
>>> df = pd.DataFrame('Age' : [20,24,18,5,78])
>>> np.sum(df['Age'] > 20)
2

在我看来，这比上面提出的解决方案略短

【讨论】：

其实这里不一定要用numpy。你可以sum(df['Age'] > 20)。参数是可迭代的，可以被内置函数获取。

【参考方案3】：

您没有提到数据帧的精美索引功能，例如：

>>> df = pd.DataFrame("class":[1,1,1,2,2], "value":[1,2,3,4,5])
>>> df[df["class"]==1].sum()
class    3
value    6
dtype: int64
>>> df[df["class"]==1].sum()["value"]
6
>>> df[df["class"]==1].count()["value"]
3

你可以用另一个条件替换df["class"]==1。

【讨论】：

我的代码中也有这个，但是如果你有多个条件，比如我想要df[df["class"]==1].count()["value"]和df[df["value"]==2].count()["class"]

Jimmy C 提出了多个条件的组合，所以我不会在我的帖子中重复它。你还缺什么吗？

获取计数的更简单方法是len(df[df["class"]==1])