Pandas分组后如何筛选仅保留hbp=1且event=1的计数结果

问题分析 #

你要的是仅统计hbp=1且event=1的记录数，不需要hbp=0的分组结果，之前的两种写法问题出在：

1. 第一种groupby加lambda的方式，会保留所有hbp的分组（包括hbp=0），所以需要额外过滤；
2. 第二种query后分组的方式，默认会对所有列做计数，导致多列重复数据，应该指定统计行数或单一列。

解决方案 #

方案1：改进分组+过滤

先按hbp分组统计event=1的数量，再筛选出hbp=1的行：

import pandas as pd

# 假设你的数据框是df
result = df.groupby('hbp')['event'].apply(lambda x: (x == 1).sum()).reset_index(name='count')
# 过滤掉hbp=0的行
result = result[result['hbp'] == 1]

方案2：先筛选再分组统计行数

先通过query或布尔索引筛选出符合条件的记录，再用size()统计每组行数（避免多列重复）：

# 方法A：用query筛选
result = df.query('hbp == 1 and event == 1').groupby('hbp').size().reset_index(name='count')

# 方法B：用布尔索引筛选（和query效果一致）
filtered_df = df[(df['hbp'] == 1) & (df['event'] == 1)]
result = filtered_df.groupby('hbp').size().reset_index(name='count')

方案3：直接计数（最简洁）

如果只需要hbp=1且event=1的总数量，甚至不需要分组，直接计算即可：

# 方式1：用len()统计筛选后的数据行数
count = len(df[(df['hbp'] == 1) & (df['event'] == 1)])

# 方式2：用布尔条件求和（True会被视为1，False为0）
count = ((df['hbp'] == 1) & (df['event'] == 1)).sum()

# 如果需要输出成DataFrame格式
result = pd.DataFrame({'hbp': [1], 'count': [count]})

示例验证 #

用示例数据测试：

data = {
    'hbp': [1,1,1,0,0,1,0,1],
    'event': [1,1,0,1,0,1,1,1]
}
df = pd.DataFrame(data)

# 用方案2的方法A
result = df.query('hbp == 1 and event == 1').groupby('hbp').size().reset_index(name='count')
print(result)

输出结果：

hbp  count
0    1      4

内容的提问来源于stack exchange，提问作者newdeveloper