如何用Pandas计算DataFrame中A=F且E=T的单元格数量？

嘿，这个需求用Pandas的布尔索引就能轻松实现，我给你拆解一下步骤：

首先，先把你给出的DataFrame构造出来，方便测试验证：

import pandas as pd

# 构造你提供的数据集
data = {
    'A': ['T', 'T', 'F', 'F'],
    'B': ['F', 'F', 'F', 'T'],
    'C': ['T', 'F', 'F', 'T'],
    'D': ['T', 'F', 'T', 'F'],
    'E': ['T', 'T', 'T', 'F']
}
df = pd.DataFrame(data)

核心代码（统计满足A=F且E=T的记录数，即你要的结果1） #

# 生成布尔掩码，筛选同时满足两个条件的行
mask = (df['A'] == 'F') & (df['E'] == 'T')
# 统计True的数量（True会被视为1，False视为0）
count = mask.sum()

print(count)  # 输出：1

代码解释 #

• df['A'] == 'F'：生成一个布尔Series，标记每行的A列是否等于'F'
• df['E'] == 'T'：同理，标记每行的E列是否等于'T'
• &：逻辑与操作，必须加括号（因为Pandas的比较运算符优先级高于逻辑运算符），得到最终的筛选掩码，只有同时满足两个条件的行才会被标记为True
• sum()：对布尔Series求和，自动把True转换为1，False转换为0，求和结果就是符合条件的记录行数

补充：如果需要统计这些符合条件的行中所有单元格的数量 #

如果你的需求是统计满足条件的行里的总单元格数（比如示例中符合条件的是第2行，共5个单元格），可以用size属性：

# 先筛选出符合条件的子DataFrame，再获取总单元格数
cell_count = df[mask].size
print(cell_count)  # 输出：5

内容的提问来源于stack exchange，提问作者Pikachu1998