Python处理同一ID多条目：符合条件的ID计数需求

针对你遇到的同一ID对应多条记录的统计需求，用Python的pandas库可以轻松解决，以下是具体步骤和代码：

核心思路 #

按ID（比如家庭ID）分组，对每个组分别验证两个条件，最后统计符合双条件的ID数量。

步骤与代码 #

假设你的数据集结构如下（对应你提供的表格）：

1. 导入pandas库

import pandas as pd

2. 读取数据集
   如果是CSV文件：

df = pd.read_csv('your_dataset.csv')

如果是Excel文件：

df = pd.read_excel('your_dataset.xlsx')

3. 数据预处理（如果需要）
   如果你的LikesApple/LikesOrange是字符串（比如'Yes'/'No'），先转换成布尔值方便判断：

df['LikesApple'] = df['LikesApple'] == 'Yes'
df['LikesOrange'] = df['LikesOrange'] == 'Yes'

4. 分组统计符合条件的ID

# 按FamilyID分组，计算每个组是否满足两个条件
result = df.groupby('FamilyID').agg(
    all_dislike_apple=('LikesApple', lambda x: ~x.any()),  # 所有成员都不喜欢苹果
    has_like_orange=('LikesOrange', lambda x: x.any())     # 至少一个成员喜欢橙子
)

# 筛选同时满足两个条件的组，统计数量
count = len(result[(result['all_dislike_apple']) & (result['has_like_orange'])])

print(f"符合条件的家庭数量：{count}")

代码解释 #

• groupby('FamilyID')：把同一家庭的所有成员记录归为一组
• agg()：对每个组执行自定义统计逻辑
  • ~x.any()：如果组内有任何一个成员喜欢苹果，x.any()返回True，取反后就表示所有成员都不喜欢苹果
  • x.any()：只要组内有一个成员喜欢橙子，就返回True，满足第二个条件
• 最后通过布尔索引筛选同时满足两个条件的组，用len()得到数量

内容的提问来源于stack exchange，提问作者Shafiq S