如何基于条件创建Pandas列，统计论坛线程的帖子总数？

假设你的DataFrame名为df，可以通过以下代码完成目标列的创建：

1. 先计算每个线程的总帖子数
   利用thread_name分组，提取post_number的最大值（因为post_number是线程内的顺序编号，最大值就是该线程的总帖子数）：

   thread_totals = df.groupby('thread_name')['post_number'].max().reset_index(name='total_posts')
   

2. 合并总帖子数到原DataFrame
   通过关联操作把计算结果匹配回原数据：

   df = df.merge(thread_totals, on='thread_name', how='left')
   

3. 生成目标列并清理临时数据
   根据thread_opening的值设置列内容，最后删除临时列：

   df['thread_comments_count'] = df.apply(lambda row: row['total_posts'] if row['thread_opening'] == 1 else 0, axis=1)
   df.drop('total_posts', axis=1, inplace=True)
   

处理后的数据示例 #

内容的提问来源于stack exchange，提问作者Connor95