如何在Pandas中实现Excel的COUNTIFS多条件计数并新增统计列

你要的多条件组合计数可以直接通过groupby+transform实现，逻辑和Excel COUNTIFS完全一致，不需要循环遍历，性能优异。

核心代码 #

# 按HOUR、SYMBOL两个字段分组统计出现次数，结果映射回原表每一行
df['组合出现次数'] = df.groupby(['HOUR', 'SYMBOL'])['HOUR'].transform('count')

效果验证 #

你提供的原始数据结构如下：

我们用匹配的测试数据运行验证：

import pandas as pd

# 构造和你场景一致的测试数据
data = {
    "HOUR": ["07", "08", "08", "08", "09"],
    "SYMBOL": ["AB NA", "AC NA", "AD NA", "AD NA", "AE NA"]
}
df = pd.DataFrame(data)

# 执行计数
df['组合出现次数'] = df.groupby(['HOUR', 'SYMBOL'])['HOUR'].transform('count')

运行后得到的组合出现次数列值为[1, 1, 2, 2, 1]，完全符合你的预期结果。

拓展说明 #

如果后续需要增加更多判断条件，只需要在groupby的列表里追加对应列名即可，比如要加DATE列做第三个统计条件，修改为groupby(['DATE','HOUR','SYMBOL'])就可以。

内容的提问来源于stack exchange，提问作者paddyusa