如何在Pandas DataFrame中不遍历行统计满足条件的行数？

我有如下Pandas DataFrame：

data = { 'number':['one','two','three'],
         'l_min_x':[6,6,6],
         'l_max_x':[12,18,15],
         'r_min_x':[6,6,6],
         'r_max_x':[17,19,15]}
         
datadf= pd.DataFrame(data)
print(datadf)

输出结果为：

number  l_min_x  l_max_x  r_min_x  r_max_x
0    one        6       12        6       17
1    two        6       18        6       19
2  three        6       15        6       15

需要完成两个统计需求，且希望避免逐行遍历：

• 统计l_min_x小于7且l_max_x大于17的行数，本例结果为1
• 统计r_min_x小于8且r_max_x大于16的行数，本例结果为2

完全不需要逐行遍历，利用Pandas的向量化布尔索引结合sum()方法就能高效完成统计，这也是Pandas推荐的高效处理方式：

1. 第一个统计需求 #

count1 = ((datadf['l_min_x'] < 7) & (datadf['l_max_x'] > 17)).sum()
print(count1)  # 输出：1

2. 第二个统计需求 #

count2 = ((datadf['r_min_x'] < 8) & (datadf['r_max_x'] > 16)).sum()
print(count2)  # 输出：2

原理说明 #

• 单个条件如datadf['l_min_x'] < 7会生成一个布尔类型的Series，每个元素对应该行是否满足该条件
• 使用&连接多个布尔条件时，必须用括号包裹每个条件，避免运算符优先级导致的错误
• 布尔值在求和时会被自动转换为整数（True为1，False为0），sum()的结果就是符合条件的总行数

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