如何在Pandas DataFrame中按条件统计特定值的观测数（Python）

你的目标DataFrame如下：

Tag     Error
4       10
3       8
2       11
3       7
4       14
3       5
4       6
2       8

你之前的代码Df.groupby('Tag')(['Error']<10).value_counts()存在语法错误，无法正确执行。下面提供几种可行的实现方法：

方法1：先筛选再分组计数 #

先过滤出Error < 10的行，再按Tag分组统计数量：

result = Df[Df['Error'] < 10].groupby('Tag').size()

执行后输出：

Tag
2    1
3    3
4    1
dtype: int64

方法2：分组后用apply统计 #

通过apply对每个分组内的Error列计算符合条件的记录数：

result = Df.groupby('Tag')['Error'].apply(lambda x: (x < 10).sum())

该方法会保留所有存在的Tag，如果某个Tag没有符合条件的记录，结果会显示0。

方法3：使用agg自定义统计列 #

利用agg方法生成带有明确列名的结果DataFrame：

result = Df.groupby('Tag').agg(count_less_10=('Error', lambda x: (x < 10).sum()))

输出结果：

count_less_10
Tag
2                1
3                3
4                1

内容的提问来源于stack exchange，提问作者toms