如何在Python中高效统计满足Sales与P类列均>0的月度ID数量？

核心思路 #

先通过Sales>0过滤数据，再对所有P列生成同时满足P列>0的布尔掩码，最后按Month分组求和（布尔值求和等价于统计True的数量），全程用pandas向量化操作替代循环，大幅提升效率。

代码示例 #

import pandas as pd

# 假设原始数据框为 df
# 1. 先筛选出Sales大于0的行，缩小计算范围
sales_filtered = df[df['Sales'] > 0]

# 2. 获取所有以"P"开头的列，生成P列>0的布尔矩阵
p_columns = sales_filtered.filter(like='P').columns
p_boolean = sales_filtered[p_columns] > 0

# 3. 按Month分组，对布尔列求和得到每个月的符合条件ID数
result_df = sales_filtered[['Month']].join(p_boolean).groupby('Month').sum()

# 输出结果
print(result_df)

优势说明 #

• 避免Python循环：所有操作基于pandas底层的向量化运算，比逐列循环快数倍（数据量越大差距越明显）
• 逻辑简洁：一次性处理所有P列，无需单独遍历每个P列编写重复代码
• 结果自动对齐：分组求和后直接得到以Month为索引、各P列为统计值的目标格式

内容的提问来源于stack exchange，提问作者Mufeez