pandas中如何为现有单条件统计代码添加第二个筛选条件
双条件同时匹配的统计实现
最适配你现有代码的修改方案
你原来的单条件统计逻辑,是靠布尔值求和(True等价于1、False等价于0)实现计数的,要叠加第二个筛选条件,只需要用pandas支持的**按位与运算符&**串联两个独立条件,注意每个筛选条件必须单独包裹在圆括号中,避免因Python运算符优先级触发报错。
修改后的完整代码为:
((data['ClaimNb'] == 0) & (data['bm'] == 1)).sum()
常见踩坑提醒
- 不要直接用Python原生的逻辑运算符
and串联两个条件:and无法作用于整列的Series对象,会直接抛出报错,只有在pandas的字符串类方法(比如query、eval)里才能正常使用and做多条件判断 - 不要省略每个条件外层的括号:
&的运算优先级高于比较运算符==,漏写括号会导致逻辑判断顺序错乱,抛出值错误。
其他等价实现方案
根据你的使用习惯,也可以选以下效果完全一致的写法:
- 用
query做条件筛选,语法更贴近自然语言:
data.query("ClaimNb == 0 and bm == 1").shape[0]
- 用筛选后的数据长度做计数:
len(data[(data['ClaimNb'] == 0) & (data['bm'] == 1)])
内容的提问来源于stack exchange,提问作者L200
相关产品推荐
相关产品推荐

