如何在Pandas DataFrame中按条件统计列特定值的出现次数及占比

直接用Pandas的布尔判断和聚合方法就能搞定，步骤如下：

1. 构造示例数据（方便测试） #

先造个和你描述匹配的DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [0.3, 0.4, np.nan, 0.6],  # 符合条件的2个，非NaN总数3，占比≈66.7%
    'B': [0.2, 0.5, 0.5, 0.4, 0.7, 0.8, 0.9, 1.0], # 符合条件的4个，总数8，占比50%
    'C': [0.7, 0.8, np.nan, 0.9]  # 符合条件的0个，占比0%，会被排除
})

2. 统计次数和占比 #

# 统计每列中值≤0.5且非NaN的单元格数量
valid_counts = (df <= 0.5).sum()

# 统计每列非NaN的总单元格数
total_counts = df.count()

# 计算占比（转成百分比更直观）
ratios = (valid_counts / total_counts) * 100

# 把结果合并成表格，方便查看
stats_df = pd.DataFrame({
    '符合条件次数': valid_counts,
    '占比(%)': ratios.round(2)  # 保留两位小数
})

运行后stats_df的结果如下：

3. 筛选达标列 #

直接从统计结果里挑占比≥50%的列，再提取原DataFrame的对应列：

# 筛选占比≥50%的列名
qualified_cols = stats_df[stats_df['占比(%)'] >= 50].index

# 从原DataFrame中提取这些列
filtered_df = df[qualified_cols]

最终filtered_df会只保留A、B两列，完全符合你的需求。

为啥value_counts不好用？ #

value_counts()是统计单个离散值的出现次数，而你的需求是统计区间范围（≤0.5）的数量，用布尔矩阵求和的方式更直接，还能自动忽略NaN值，完美匹配你的场景。

内容的提问来源于stack exchange，提问作者ArthurK