Python Pandas de comptage et en additionnant les conditions spécifiques

Sont là des fonctions spécifiques dans les pandas pour effectuer les équivalents de SUMIF, qui est la synthèse de plus d'une condition spécifique et NB.SI, qui compte des valeurs de conditions spécifiques à partir d'Excel?

Je sais qu'il y a de nombreuses étapes multiples fonctions qui peuvent être utilisées pour

par exemple pour sumif je peux utiliser (df.map(lambda x: condition), or df.size()) ensuite utiliser .sum()

et pour countif je peux utiliser (groupby functions et de regarder pour ma réponse ou de l'utilisation d'un filtre et la .count())

Est-il simple étape pour faire de ces fonctions où vous entrez dans la condition et le bloc de données, et vous obtenez la somme ou pris en compte les résultats?

InformationsquelleAutor user3084006 | 2014-01-08
  1. 64

    Vous pouvez d'abord faire une condition de sélection, et de résumer les résultats de la sélection à l'aide de la sum fonction.

    >> df = pd.DataFrame({'a': [1, 2, 3]})
>> df[df.a > 1].sum()   
a    5
dtype: int64

    D'avoir plus qu'une seule condition:

    >> df[(df.a > 1) & (df.a < 3)].sum()
a    2
dtype: int64
    • Que feriez-vous si vous avez deux ou plusieurs colonnes différentes et vous voulez plus d'un état?
    • Il suffit de changer l'une des colonnes sélectionnées dans le deuxième exemple à un autre nom de la colonne.
    • Votre réponse fournit le code pour SUMIF mais pas NB.SI, droit?
    • la droite. si vous voulez faire NB.SI, il suffit de remplacer la somme() avec la fonction count()
    InformationsquelleAutor Jimmy C
  2. 30

    Vous de ne pas mentionner la fantaisie des fonctions d'indexation de dataframes, par exemple:

    >>> df = pd.DataFrame({"class":[1,1,1,2,2], "value":[1,2,3,4,5]})
>>> df[df["class"]==1].sum()
class    3
value    6
dtype: int64
>>> df[df["class"]==1].sum()["value"]
6
>>> df[df["class"]==1].count()["value"]
3

    Vous pouvez remplacer df["class"]==1par un autre état.

    • J'ai ceci dans mon code, mais que faire si vous avez plusieurs conditions, Comme si je voulais df[df["class"]==1].count()["value"] et df[df["value"]==2].count()["class"]
    • Combinaison de plus d'un état a été proposée par Jimmy C, donc je ne vais pas le répéter dans mon post. Est-il autre chose manquante pour vous?
    • Un moyen plus facile d'obtenir le nombre serait len(df[df["class"]==1])
    InformationsquelleAutor Thorsten Kranz