基于条件统计distinct ID数量：按类别统计符合分数要求的ID数

我有如下结构的数据集：

需要针对每个Category，统计拥有2个及以上Score < 97的distinct ID的数量，期望输出格式如下：

以下是实现需求的具体代码，逻辑清晰易懂：

import pandas as pd

# 构造原始数据
data = {
    'Category': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
    'Score': [96, 95, 95, 95, 96, 95, 96, 97, 96, 97],
    'ID': [1, 1, 2, 2, 2, 2, 2, 3, 3, 3]
}
df = pd.DataFrame(data)

# 1. 先筛选出分数小于97的记录
filtered = df[df['Score'] < 97]

# 2. 按类别和ID分组，统计每个ID在对应类别下有多少条符合分数条件的记录
id_score_count = filtered.groupby(['Category', 'ID']).size().reset_index(name='valid_score_count')

# 3. 筛选出符合条件的记录数≥2的ID
qualified_ids = id_score_count[id_score_count['valid_score_count'] >= 2]

# 4. 按类别统计合格ID的数量，同时补全所有原始类别（保证Count为0的类别也能显示）
result = qualified_ids.groupby('Category').size().reindex(df['Category'].unique(), fill_value=0).reset_index(name='Count')

print(result)

运行代码后会输出：

Category  Count
0        A      2
1        B      1
2        C      0

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