You need to enable JavaScript to run this app. Python pandas 按DF2列值匹配DF1列名 统计正数值生成计数列
优惠活动
大模型
产品
解决方案
定价
更多

Python pandas 按DF2列值匹配DF1列名 统计正数值生成计数列

直接可跑的实现代码
# 统计DF1每列中大于0的元素个数,结果是Series,索引就是DF1的列名
col_count = (df1 > 0).sum()

# 给DF2加Count列,按A列的值匹配对应的计数结果
df2['Count'] = df2['A'].map(col_count)
逻辑说明
  • 第一步里的df1 > 0会生成和DF1同结构的布尔矩阵,调用sum()时默认按列计算——布尔值里True等价于1、False等价于0,求和结果刚好就是每列符合“大于0”条件的元素总数
  • 第二步用map()做值映射,不需要手动写merge/join的关联逻辑,没有逐行循环的性能损耗,哪怕DF1行数到百万级也能快速跑完
  • 算完的结果和示例要求完全匹配:
ACount
a_12
a_22
a_33
a_41
a_52
a_63
实用调整技巧
  • 如果DF2的A列有DF1里不存在的列名,匹配后会出现空值,可以补上空值填充逻辑,把这类值的计数设为0:
    df2['Count'] = df2['A'].map(col_count).fillna(0).astype(int)
    
  • 后续如果要改计数规则(比如改成统计大于1的元素、统计非空元素),只需要修改第一步的判断条件就行,比如统计非空元素就直接用df1.notna().sum(),匹配的逻辑完全不用动。

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.07 19:45:02