如何用Python Pandas基于条件创建‘count’列？附失败代码求助

我明白你想要统计所有参加的考试都通过的学生总数，之前的groupby写法只是统计了每个学生每门考试的记录条数，完全没贴合你的需求，咱们来一步步修正：

首先明确需求逻辑 #

我们需要：

• 按学生id分组
• 检查每个学生的所有result是否都是passed
• 统计满足条件的学生数量

完整实现代码 #

先把你的字典转换成Pandas DataFrame（你之前可能漏了这一步），然后执行统计：

import pandas as pd

# 初始化数据
df = pd.DataFrame({
    'id': [1,1,2,2,3],
    'testname': ['math', 'science', 'math', 'literature', 'math'],
    'result': ['passed', 'failed', 'passed', 'passed', 'failed']
})

# 按id分组，判断每个学生是否所有考试都通过，然后统计数量
qualified_students = df.groupby('id')['result'].apply(lambda x: all(x == 'passed')).sum()

print(qualified_students)  # 输出：1，和你的期望一致

如果你需要给原DataFrame添加count列 #

如果想给每一行都标记对应学生的合格状态（1表示全合格，0表示不合格），可以用transform方法：

# 添加count列
df['count'] = df.groupby('id')['result'].transform(lambda x: 1 if all(x == 'passed') else 0)

# 查看处理后的DataFrame
print(df)
# 输出：
#    id    testname  result  count
# 0   1        math  passed      0
# 1   1     science  failed      0
# 2   2        math  passed      1
# 3   2  literature  passed      1
# 4   3        math  failed      0

# 统计总合格学生数（去重后统计）
total_qualified = df.groupby('id')['count'].first().sum()
print(total_qualified)  # 输出：1

为什么你之前的代码没生效？ #

你写的ndf=df.groupby(['id', 'testname']) ['result']. count()，作用是统计每个学生每门考试的记录条数（比如id=1的math有1条记录，science有1条记录），这和你要的“所有考试都通过则计数1”的逻辑完全不匹配，所以得不到你想要的结果。

内容的提问来源于stack exchange，提问作者Jovis ch