如何统计pandas DataFrame中两列均为指定值的行数并解决条件判断报错

报错原因 #

• Python原生的and/or/not逻辑运算符仅支持单个布尔值计算，作用于pandas的Series对象时，会尝试将整个序列转换为单个布尔值，因此触发The truth value of a Series is ambiguous报错。
• 多条件组合时需要使用pandas支持的按位运算符：逻辑与用&，逻辑或用|，逻辑非用~，且每个独立判断条件必须用括号包裹，避免运算符优先级冲突。

最简实现方案 #

不需要使用groupby，直接通过布尔序列求和即可实现需求，两种常用写法：

1. 多条件直接组合写法，适合列数较少的场景：

rows = ((data['col1'] == 0) & (data['col2'] == 0)).sum()

2. 通用批量判断写法，适合需要判断多列同时等于指定值的场景：

# 要同时判断多少列符合要求，就把对应列名放在第一个列表中即可
rows = data[['col1', 'col2']].eq(0).all(axis=1).sum()

两种写法返回结果都是符合条件的总行数，执行性能远高于groupby方案。

内容的提问来源于stack exchange，提问作者Zuzu