Pandas分组聚合计算时如何添加非零值计数列con_count与retro_count
你只需要在自定义的聚合函数里新增两个计数字段即可,用到的非零统计逻辑和你现有代码中re_space的计算逻辑完全一致,直接拆分出来就能匹配预期结果:
修改后的完整代码
import pandas as pd def f(x): # 提前计算公共值避免重复计算,提升运行效率 pwr1_sum = x['pwr1'].sum() pwr2_sum = x['pwr2'].sum() con_count = (x['pwr1'] != 0).sum() retro_count = (x['pwr2'] != 0).sum() d = {'con': [pwr1_sum], 'retro': [pwr2_sum], 'final': [pwr1_sum - pwr2_sum], 're_space': [retro_count - con_count], # 新增两个非零计数字段 'con_count': [con_count], 'retro_count': [retro_count]} return pd.DataFrame(d) out = df.groupby(['id', 'date1', 'positions']) \ .apply(f).reset_index().drop(columns='level_3') out['re_space'] = out['positions'].astype(float) + out.groupby('id')['re_space'].cumsum() # 可选:把字段名date1改为你预期输出的date out = out.rename(columns={'date1': 'date'})
字段说明
con_count:统计每个分组内pwr1字段非零的行数,和你示例输出的计数结果完全匹配retro_count:统计每个分组内pwr2字段非零的行数
内容的提问来源于stack exchange,提问作者Lynn
相关产品推荐
相关产品推荐

