Python Pandas DataFrame：count时添加notnull条件报错求助

错误原因分析 #

• df.notnull['Date'] 写法错误：notnull()是Pandas的方法，需通过括号调用，且要针对Date列而非整个DataFrame，正确写法是df['Date'].notnull()。
• 筛选逻辑与需求反向：你需要排除ID含特定前缀且无重复订单的行，原代码的条件是保留这些行，应该用~取反。
• 直接赋值聚合结果到列会维度不匹配：groupby(...).count()返回的是聚合后的小DataFrame，无法直接赋值给原DataFrame的列，需用transform实现广播。

修正后的代码 #

假设你需要给每个符合条件的ID统计出现次数，并映射到原DataFrame的newcolumn列：

import pandas as pd

# 定义筛选条件：保留Date非空，且排除ID含prefix且无重复订单的行
filter_condition = df['Date'].notnull() & ~(df['ID'].str.contains('prefix', na=False) & (df['Repeat order'] == 'No'))

# 用transform将每个ID的计数广播到原行，符合条件的行赋值计数，不符合的为NaN
df['newcolumn'] = df['ID'].where(filter_condition).groupby(df['ID']).transform('count')

补充说明 #

• na=False：避免ID列存在空值时str.contains返回NaN导致筛选出错。
• where(filter_condition)：先将不符合条件的行的ID设为NaN，后续groupby时会自动忽略这些行。
• 如果你的需求是统计符合条件的唯一ID总数量，可以直接用：

  valid_unique_id_count = df.loc[filter_condition, 'ID'].nunique()
  

内容的提问来源于stack exchange，提问作者Ziggy