如何使用Pandas按用户ID统计非空账号数量？

你的思路方向是对的，但原代码会生成多层列索引，不符合你想要的简洁输出格式。下面给你两种实用的正确实现方式：

方法一：直接分组统计并重命名列 #

这种方式最简洁，count()方法本身就会自动忽略NaN值：

result = data.groupby('UserID')['AccountNum'].count().reset_index(name='TotalAccNum')

• 先通过groupby('UserID')['AccountNum']指定仅对AccountNum列按用户分组
• count()统计每组的非空值数量
• reset_index(name='TotalAccNum')将分组后的索引转为普通列，并把统计结果列重命名为你需要的TotalAccNum

方法二：使用agg函数指定列名（Python 3.6+） #

如果你更倾向于用agg方法，可以通过键值对的方式直接定义输出列名和聚合逻辑，避免多层索引：

result = data.groupby('UserID').agg(TotalAccNum=('AccountNum', 'count')).reset_index()

测试验证 #

用你提供的测试数据：

UserID AccountNum
A001 12345
A001 NaN
A001 56789

运行上述任意一种方法后，都会得到你期望的输出：

UserID TotalAccNum
A001 2

内容的提问来源于stack exchange，提问作者Amy Diana