如何用Group by/Pivot统计国家参与符合EP条件的协议次数？

架构老林

2026-8-1

解决方案

步骤说明与代码实现

要实现你的需求，核心思路是先标记每行是否满足「至少有一个EP值≥1」，再将两个国家列转为长格式统一统计，具体代码如下：

import pandas as pd

# 原始数据
df = pd.DataFrame({
    "Agreement": ["Peace", "Peace", "Love", "Love", "Sun","Sun","Sun"],
    "country1": ["USA", "UK", "Germany", "Spain", "Italy","India","China"],
    "country2": ["Canada", "France", "Portugal", "Italy","India","Spain","UK"],
    "EP1": [1, 0, 1, 0, 0,1,1],
    "EP2": [0, 0, 0, 0,0,0,0],
    "EP3": [1, 0, 1, 0,1,1,1]
})

# 1. 标记每行是否存在至少一个EP≥1
df['has_ep'] = df[['EP1', 'EP2', 'EP3']].ge(1).any(axis=1)

# 2. 将country1和country2转为长格式，每个国家单独占一行
countries_long = pd.melt(
    df,
    id_vars=['has_ep'],
    value_vars=['country1', 'country2'],
    value_name='Country'
)

# 3. 按国家分组，统计符合条件的次数
result = countries_long.groupby('Country')['has_ep'].sum().reset_index()

# 重命名列名匹配预期输出
result.columns = ['Country', 'Agreement with at least one EP per country']

# 可选：按预期输出的国家顺序排序
target_order = ["USA", "UK", "Germany", "Spain", "Italy","India","China", "Canada","France","Portugal"]
result = result.set_index('Country').loc[target_order].reset_index()

print(result)

代码解释

标记行条件：用ge(1).any(axis=1)判断每行的EP1/EP2/EP3是否有至少一个值≥1，生成布尔列has_ep；
长格式转换：通过pd.melt将原本的country1和country2列合并为一列Country，确保每个国家的每一次参与都单独成一行；
分组统计：按Country分组后对has_ep求和（布尔值True等价于1，False等价于0），直接得到每个国家的符合条件次数；
顺序调整：最后按你给出的预期国家顺序重新排序，保证输出结构完全匹配。