如何在Pandas DataFrame中对小于1的数值实现sumif条件求和

实现方案 #

你可以直接通过pandas的布尔过滤+链式求和实现，代码简洁且执行效率高：

import pandas as pd

d = {'col1': [0.1, 0.2, 1.2]}
dataframe = pd.DataFrame(data=d)

# 全局统计所有列中小于1的数值总和
result = dataframe[dataframe < 1].sum().sum()

如果仅需要对指定列做统计，可以简化为如下写法，性能更高：

# 仅统计col1列中小于1的数值总和
result = dataframe.loc[dataframe['col1'] < 1, 'col1'].sum()

逻辑说明 #

• dataframe < 1会生成和原DataFrame结构一致的布尔矩阵，小于1的位置标记为True，反之为False
• 用布尔矩阵过滤原DataFrame后，不满足条件的位置会被置为NaN，pandas求和时会自动忽略NaN值
• 全局统计时第一次sum()会按列求和得到Series结构，第二次sum()会将所有列的求和结果汇总，适配多列全局统计的需求

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