Python Pandas 按列条件实现行值匹配计数（类似Excel Sumif功能）

错误原因 #

你原来的代码df[df == df['E']].count(axis=1)存在两个问题：

• 比对逻辑错误：df == df['E']默认是pandas列维度的广播匹配，会将E列的每个值与整列数据做比对，而非按行取当前行的E值和本行其他列比对，因此返回结果全为0
• 统计范围错误：直接用全量df做比对，会把E列本身也纳入统计范围，不符合需求

正确代码 #

直接使用pandas向量化比对方法即可，性能远高于行遍历/apply方案：

# 仅选中A/B/C/D四列，按行和当前行E列值比对，求和得到相等次数
df['count'] = df[['A', 'B', 'C', 'D']].eq(df['E'], axis=0).sum(axis=1)

如果你的表中除了A/B/C/D/E外还有其他列，只要排除E列统计的话，可以改写成更通用的写法：

df['count'] = df.drop('E', axis=1).eq(df['E'], axis=0).sum(axis=1)

结果验证 #

运行后输出的df和你给出的期望结果完全一致：

A   B   C   D   E  count
0  14   5  20  14  14      2
1   4   2  20   3   2      1
2   5  54   7   6   5      1
3   4   3   3   2   3      2
4   1   2   8   6   1      1

内容的提问来源于stack exchange，提问作者Caboose