如何在Pandas DataFrame中按日期统计非零值数量生成计数列

实现方法 #

你可以通过pandas的分组+transform广播特性快速实现需求，核心逻辑是按日期分组后统计每组非0值的数量，再将统计结果映射到同组的所有行：

核心代码

df['count'] = df.groupby('date')['value'].transform(lambda x: (x != 0).sum())

逻辑说明

• 先通过groupby('date')将数据按日期字段拆分为多个独立分组
• 对每个分组的value列执行计算：(x != 0).sum()会先把非0值标记为1、0值标记为0，求和结果就是当前日期下非0值的总条数
• transform方法会把每组计算出的单个统计值，自动赋值给组内的所有行，不会改变原数据的行数，刚好满足同日期所有行count值统一的要求。哪怕value为负数，只要不等于0都会被正常统计，完全匹配你给出的预期输出规则。

完整测试代码

你可以运行以下代码验证效果：

import pandas as pd

# 构造示例DataFrame
data = {
    'date': ['01/01/2020']*4 + ['02/01/2020']*4 + ['03/01/2020']*4,
    'value': [2, 3, 0, 4, 1, 3, 8, 4, 0, 0, 1, 0]
}
df = pd.DataFrame(data)

# 新增count列
df['count'] = df.groupby('date')['value'].transform(lambda x: (x != 0).sum())

# 输出结果
print(df)

内容的提问来源于stack exchange，提问作者Stacey