如何用Pandas统计零件在特定循环次数区间内的更换次数

我有一组包含零件编号（Part #）和更换时循环次数（Cycle Count）的数据集，原始数据如下：

需要生成一个新表格，统计每个零件在以下循环次数区间内的更换次数：

• Cycle Count Range (1-1000)
• Cycle Count Range (1001-2000)
• Cycle Count Range (2001-3000)

目标表格示例：

我不太熟练用SQL实现，想知道用Pandas怎么完成这个需求。

通过分箱标记区间 + 透视表统计的方式即可快速实现，步骤如下：

1. 导入Pandas并创建原始数据框 #

先将数据转换为Pandas DataFrame：

import pandas as pd

data = [
    ["abc", 100], ["abc", 594], ["abc", 1230], ["abc", 2291],
    ["def", 329], ["def", 2001],
    ["ghi", 1671],
    ["jkl", 29], ["jkl", 190],
    ["mno", 700], ["mno", 1102],
    ["pqr", 2991]
]

df = pd.DataFrame(data, columns=["Part #", "Cycle Count"])

2. 为循环次数标记所属区间 #

用pd.cut()函数给每条数据打上对应区间标签，注意边界设置匹配需求：

# 定义区间范围和对应标签
bins = [0, 1000, 2000, 3000]
labels = [
    "Cycle Count Range (1-1000)",
    "Cycle Count Range (1001-2000)",
    "Cycle Count Range (2001-3000)"
]

# 添加区间列到原数据框
df["Cycle Range"] = pd.cut(df["Cycle Count"], bins=bins, labels=labels, include_lowest=True)

include_lowest=True用于确保100这类临界值能被正确归入第一个区间。

3. 透视表统计每个零件的区间更换次数 #

使用pivot_table()按零件分组，统计各区间的更换次数，空值自动填充为0：

result = df.pivot_table(
    index="Part #",
    columns="Cycle Range",
    values="Cycle Count",
    aggfunc="count",
    fill_value=0
).reset_index()

# 调整列顺序（可选，确保和目标表格完全一致）
result = result[["Part #"] + labels]

4. 查看最终结果 #

打印result即可得到和目标表格一致的输出：

print(result)

输出内容：

Part # Cycle Count Range (1-1000) Cycle Count Range (1001-2000) Cycle Count Range (2001-3000)
0    abc                          2                             1                             1
1    def                          1                             0                             1
2    ghi                          0                             1                             0
3    jkl                          2                             0                             0
4    mno                          1                             1                             0
5    pqr                          0                             0                             1

内容的提问来源于stack exchange，提问作者Harrison Levesque