Python统计DataFrame满足指定列值筛选条件的行数量方法咨询

单条件统计（温度<=2的总行数） #

直接对目标列做布尔判断后求和即可，布尔值True会被识别为1、False识别为0，求和结果就是符合条件的行数：

# 方法1：直接布尔求和（性能更高，无需生成中间子集）
count = (df['Temperature'] <= 2).sum()

# 方法2：筛选符合条件的子集后取长度
count = len(df[df['Temperature'] <= 2])

你之前用到的value_counts()也可以实现，但仅适合离散值枚举的场景，范围判断用上述方法更高效。

多条件统计（仅巴黎且温度<=2的行数） #

多条件并列需要用&（与）连接，每个条件必须加括号避免运算符优先级错误：

# 布尔求和写法
count = ((df['Town'] == '巴黎（Paris）') & (df['Temperature'] <= 2)).sum()

# 也可以用query方法简化写法
count = len(df.query("Town == '巴黎（Paris）' and Temperature <= 2"))

用你提供的样例数据测试，返回结果为3，符合实际数据情况。

内容的提问来源于stack exchange，提问作者newmemberoctober19