如何在Pandas中按Manager ID分组统计Full-Time为1的记录数

需求说明 #

统计DataFrame中Full-Time列值为1的记录数，并按Manager ID分组汇总。

原始DataFrame #

ID   Full-Time       Manager ID      
 101      0             103 
 102      1             103
 103      1             110
 104      0             107
 105      1             103 
 106      1             107
 107      1             110 
 108      0             107
 109      1             103
 110      1             NaN

期望结果 #

Manager ID    Full-Time count
    103               3
    107               1
    110               2

代码优化与正确实现 #

你尝试的代码逻辑方向是对的，但可以调整得更清晰高效，以下是两种可行方案：

方案一：优化筛选后分组的逻辑 #

现有代码可以得到统计结果，但需要调整列名和输出格式，用size()替代count()语义更贴合“记录数”统计：

result = df[df['Full-Time'] == 1].groupby('Manager ID').size().reset_index(name='Full-Time count')

• size()直接统计分组内的总行数，和需求的“记录数”完全匹配
• reset_index(name='Full-Time count')将分组索引转为普通列，并设置期望的结果列名，输出格式和需求完全一致

方案二：直接分组求和（更高效） #

不需要提前筛选数据，利用Full-Time列值为1的特性，分组后直接求和即可得到对应数量，性能更优：

# 分组求和得到各经理的Full-Time=1记录数
result = df.groupby('Manager ID')['Full-Time'].sum().reset_index(name='Full-Time count')
# 过滤掉没有符合条件记录的经理
result = result[result['Full-Time count'] > 0]

注意事项 #

• 两种方案都会自动排除Manager ID为NaN的分组，和期望结果一致；若需保留该分组，可在groupby中添加dropna=False参数
• 方案二减少了一次数据筛选操作，在数据量较大时优势更明显

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