Pandas实现按BU分组统计DataFrame指定列大于0的行数

核心逻辑和你原有的非分组统计逻辑完全一致：先对目标季度列做数值大于0的布尔判断（True计数为1、False计数为0），再按BU分组后对布尔值求和即可，无需改动原有判断规则。

可落地代码实现 #

# 沿用你已定义的待统计列
cols = ['1Q16','2Q16','3Q16']
# 按BU分组统计各列大于0的行数
result = df[cols].gt(0).groupby(df['BU']).sum()

输出结果说明 #

上述代码运行后得到的统计结果如下：

补充说明 #

• 该写法中df[cols].gt(0)生成的布尔表与原DataFrame索引完全对齐，直接传入df['BU']作为分组键即可匹配每组对应的行，无需额外将BU列拼接至布尔表中，运行效率更高。
• 如果需要将BU转为普通列而非行索引，可在代码末尾加.reset_index()，对应代码为：

  result = df[cols].gt(0).groupby(df['BU']).sum().reset_index()
  

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