You need to enable JavaScript to run this app. 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
优惠活动
大模型
产品
解决方案
定价
更多

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
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:2026.11.08 12:54:03