基于条件语句分组数据：按Test_ID1统计生成结果列

原始数据 #

需求说明 #

按Test_ID1分组统计每组内M和F的出现次数：

• 若M计数 > F计数，最终输出M
• 若F计数 > M计数，最终输出F
• 两者计数相等时，输出P

预期结果 #

实现代码（Python Pandas） #

import pandas as pd

# 构造原始数据
data = {
    'Test_ID1': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'C', 'C'],
    'Output': ['M', 'M', 'M', 'F', 'F', 'F', 'F', 'M', 'F']
}
df = pd.DataFrame(data)

# 分组统计M和F的数量
counts = df.groupby('Test_ID1')['Output'].value_counts().unstack(fill_value=0)

# 计算Final_Output
counts['Final_Output'] = counts.apply(
    lambda row: 'M' if row['M'] > row['F'] else ('F' if row['F'] > row['M'] else 'P'),
    axis=1
)

# 提取结果并重置索引
result = counts[['Final_Output']].reset_index()
print(result)

代码解释 #

1. 先构造包含原始数据的DataFrame；
2. 使用groupby+value_counts统计每组内M和F的出现次数，通过unstack将结果转为宽表格式，缺失值用0填充；
3. 用apply遍历每一行，根据计数规则生成Final_Output；
4. 提取需要的列并重置索引，得到最终结果。

内容的提问来源于stack exchange，提问作者Data-7scientist