Pandas groupby聚合:如何在求和取首元素基础上统计列大于0的次数
聚合逻辑调整方法
你可以在完全保留原有聚合流程的基础上,复用和Time列完全一致的多规则聚合写法,给需要统计的目标列补上计数逻辑,不需要重构整个代码结构。
核心改动点
因为你需要同时对Supply列做两个操作:1. 计算组内列值总和;2. 统计组内列值大于0的记录条数,注意不能直接把原来的'Supply':'sum'替换成lambda逻辑,不然会覆盖求和的效果。要把两个聚合动作写成列表形式,和你之前处理Time列同时取min/max的逻辑完全统一:
- 聚合字典里的
'Supply':'sum'替换为'Supply': ['sum', lambda s: (s > 0).sum()] - 其中lambda的逻辑是对分组内的所有Supply值做判断,值大于0的记为1、其余记为0,最终求和的结果就是该组内Supply大于0的总记录数,完全匹配你的统计需求
调整后的完整可运行代码
# Import modules import pandas as pd # Import and merge data TGTG_data = pd.concat([pd.read_csv('2019.csv'),pd.read_csv('2020.csv'),pd.read_csv('2021.csv')], ignore_index=True) # 调整后的聚合字典 d = { # Supply列同时配置两个聚合规则 'Supply': ['sum', lambda s: (s > 0).sum()], # 原有规则全部保留 'Meels save': 'sum', 'Street': 'first', 'Time': ['min', 'max'] } # 按StoreID分组聚合的逻辑保持不变 MetaData = TGTG_data.groupby('StoreID', as_index=False).agg(d) # 原有列名格式化逻辑完全兼容新增的聚合列,不需要修改 # 可以删掉原来多余的rename操作,避免列名被错误替换 MetaData.columns = ['{0[0]}_{0[1]}'.format(x).strip('_') for x in MetaData.columns]
后续列名适配
聚合完成后生成的Supply_<lambda>列,就是你需要的"每组内列值大于0的记录数"统计结果,你可以通过rename方法把对应列改成业务需要的名称,适配你期望的输出列结构。
注意:如果你的统计需求是针对其他列(比如
Demand列)而非Supply列做大于0的计数,只需要把lambda规则配置到对应列的聚合规则列表里即可,逻辑完全一致。
内容的提问来源于stack exchange,提问作者Oliver Jessen
相关产品推荐
相关产品推荐

