如何根据 Pandas 数据集上的分组条件查找列的总和和计数？

Question

我有一个包含 3 列的 Pandas 数据集。我需要按 ID 列分组，同时查找其他两列的总和和计数。另外，我必须忽略列“A”和“B”中的零。

数据集看起来像 -

ID   A    B  

1    0    5  
2   10    0   
2   20    0  
3    0   30   

我需要什么 -

ID   A_Count   A_Sum   B_Count   B_Sum  

1      0         0        1        5  
2      2        30        0        0  
3      0         0        1       30  

我已尝试使用一列进行此操作，但无法在最终数据集中获得两个聚合。

(df.groupby('ID').agg({'A':'sum', 'A':'count'}).reset_index().rename(columns = {'A':'A_sum', 'A': 'A_count'}))  

Answer 1

如果您不专门传递它的列，它会自行聚合 numeric 列。

由于您不想计算0，请先将它们替换为NaN：

df.replace(0, np.NaN, inplace=True)

print(df)
   ID     A     B
0   1   NaN   5.0
1   2  10.0   NaN
2   2  20.0   NaN
3   3   NaN  30.0

---

df = df.groupby('ID').agg(['count', 'sum'])

---

print(df)
       A           B      
   count   sum count   sum
ID                        
1      0   0.0     1   5.0
2      2  30.0     0   0.0
3      0   0.0     1  30.0

删除多索引列

您可以使用列表推导：

df.columns = ['_'.join(col) for col in df.columns]

---

print(df)
    A_count  A_sum  B_count  B_sum
ID                                
1         0    0.0        1    5.0
2         2   30.0        0    0.0
3         0    0.0        1   30.0