Python pandas实现Excel COUNTIFS多条件计数方法

• 逻辑完全偏离COUNTIFS规则：将单值与整列直接比较、错误对三个独立条件的布尔值直接求和，没有统计同时满足三个条件的总行数
• 存在未定义变量：代码中混用了未声明的big_df1，且错误调用datetime()处理布尔判断结果，本身就无法正常运行
• 逐行apply的实现思路效率极低，pandas向量化运算性能远高于逐行遍历写法

import pandas as pd

# ----- 测试数据集构造代码 -----
df = pd.DataFrame({'ID' :[302896,302896,302896,302896,302896,302896,302896,302896,541646,541646,541646,541646,541646,541646,541646,541646,614663,658798,658798,658798,658798,658798,658798,658798,658798] ,
                   'Date' : [44659.7044791667,44659.7044791667,44659.7044791667,44659.7044791667,44659.7044791667,44659.7044791667,44659.7044791667,44659.7044791667,44663.973587963,44663.973587963,44663.973587963,44663.973587963,44663.973587963,44663.973587963,44663.973587963,44663.973587963,44744.3235185185,44687.8571643519,44687.8571643519,44702.4230324074,44702.4230324074,44702.4230324074,44702.4230324074,44702.4230324074,44702.4230324074],
                   'Risk' : ['Above Normal','Above Normal','Above Normal','Above Normal','Above Normal','Above Normal','Above Normal','Above Normal','Above Normal','Above Normal','Above Normal','Above Normal','Above Normal','Above Normal','Above Normal','Above Normal','Normal','High','High','High','High','High','High','High','High',
]})

# 若需要保留原始行顺序，先存储原索引
df['original_order'] = df.index

# 按ID、日期升序排序，保证累计计数时只统计到日期<=当前行的记录
df = df.sort_values(by=['ID', 'Date']).reset_index(drop=True)

# 批量生成三个风险等级的计数列，完全对齐Excel COUNTIFS逻辑
for risk_type in ['High', 'Above Normal', 'Normal']:
    # 先标记行是否匹配目标风险等级，再按ID分组做累计求和
    df[risk_type] = (df['Risk'] == risk_type).groupby(df['ID']).cumsum().astype(int)

# 恢复原始行顺序，删除临时索引列
df = df.sort_values(by='original_order').drop(columns='original_order').reset_index(drop=True)

代码逻辑和Excel三个COUNTIFS公式一一对应：

• 以ID为分组键做统计，匹配ID等于当前行ID的条件
• 提前按日期升序排序后，累计求和cumsum()只会统计当前行及之前的记录，天然匹配日期小于等于当前行日期的条件
• 仅对风险等级匹配的行记1再求和，匹配风险等级等于目标值的条件

运行结果验证：ID为302896、541646的分组全为Above Normal风险，对应列会从1累计到8，其余两列值为0；ID为614663的单条记录为Normal风险，Normal列值为1，其余两列为0；ID为658798的分组共8条High风险记录，前2条日期较早的记录High列值为1、2，后6条记录High列从3累计到8，其余两列为0，和Excel公式计算结果完全一致。

内容的提问来源于stack exchange，提问作者JK1185