Pandas 计数并求和特定条件

问题描述：

pandas 中是否有单个函数可以执行与SUMIF等效的功能（对特定条件求和）和COUNTIF 等效的功能（对 Excel 中特定条件的值进行计数）？

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并寻找我的答案或者使用过滤器和.count())。

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

解决方案 1：

您可以先进行条件选择，然后使用函数总结选择的结果sum。

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

具有多个条件：

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

如果你想这样做COUNTIF，只需替换sum()为count()

解决方案 2：

您没有提到数据框的奇特索引功能，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

您可以df["class"]==1用另一种条件来替换。

解决方案 3：

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

解决方案 4：

对于多个条件（例如 COUNTIFS/SUMIFS），一种方便的方法是query，因为它对于大框架（性能实际上很重要）非常快，并且您不必担心括号、按位与等。例如，要计算=SUMIFS(C2:C8, A2:A8,">1", B2:B8, "<3")，您可以使用

df.query("A>1 and B<3")['C'].sum()
# or 
df.iloc[:8].query("A>1 and B<3")['C'].sum()    # where the range is specified as in SUMIFS

对于 COUNTIFS，您可以简单地对条件求和。例如，要计算=COUNTIFS(A2:A8,">0", B2:B8, "<3")，您可以执行以下操作：

countifs = ((df['A']>1) & (df['B']<3)).sum()

或者直接调用query并计算结果的长度。

countifs = len(df.query("A>1 and B<3"))

您还可以使用类似于将范围输入到 COUNTIFS 的方式指定范围iloc：

countifs = len(df.iloc[:8].query("A>1 and B<3"))

要执行按行 COUNTIF/SUMIF，可以使用axis=1参数。同样，范围以列的列表形式给出（['A', 'B']），类似于将范围输入到 COUNTIF 的方式。

同样对于 COUNTIF（类似于 pandas 中 COUNTIFS 的等价物），只需对条件求和，而对于 SUMIF，我们需要对框架进行索引。

df['COUNTIF'] = (df[['A', 'B']] > 1).sum(axis=1)
df['SUMIF'] = df[df[['A', 'B']] > 1].sum(axis=1)
# equivalently, we can use `where` to make a filter as well
df['SUMIF'] = df.where(df[['A', 'B']] > 1, 0).sum(axis=1)

# can use `agg` to compute countif and sumif in one line.
df[['COUNTIF', 'SUMIF']] = df[df[['A', 'B']] > 1].agg(['count', 'sum'], axis=1)

要执行按列的 COUNTIF/SUMIF，您可以使用axis=0参数（默认情况下）。这里的范围（前 3 行）是使用 选择的iloc。

df.loc['COUNTIF'] = (df.iloc[:3] > 1).sum()
df.loc['SUMIF'] = df.where(df.iloc[:3] > 1, 0).sum()
# or
df.loc['SUMIF'] = df[df.iloc[:3] > 1].sum()

对于跨多行/列的 COUNTIF/SUMIF，例如=COUNTIF(A2:B4, ">1")，调用sum两次（一次用于按列求和，然后用于跨列求和）。

countif = (df.iloc[:4, :2]>1).sum().sum()    # the range is determined using iloc
sumif = df[df.iloc[:4, :2] > 1].sum().sum()  # first 4 rows and first 2 columns