pandas python中的COUNTIF在具有多个条件的多个列上

pandas python中的COUNTIF在具有多个条件的多个列上
在Pandas中，我们可以使用`groupby()`函数结合`agg()`函数来实现类似Excel中的COUNTIF功能。这里提供一个详细的步骤和代码示例：

1. 首先，我们需要创建一个DataFrame。假设我们有一个包含学生的成绩和课程的DataFrame，如下所示：

```python
import pandas as pd

data = {'Name': ['John', 'Mary', 'Tom', 'Jerry', 'Spike'],
        'Course': ['Math', 'English', 'Math', 'Physics', 'Chemistry'],
        'Score': [85, 90, 92, 88, 95]}

df = pd.DataFrame(data)
```

2. 然后，我们可以使用`groupby()`函数按照课程分组，并在每个分组中使用`agg()`函数来计算满足特定条件的学生的数量。例如，如果我们想知道每门课的学生中有多少人成绩超过90分，可以这样做：

```python
df_score = df.groupby('Course').apply(lambda x: (x['Score'] > 90).sum()).reset_index(name='Count')
```

这里，我们首先按照课程对DataFrame进行分组，然后使用一个lambda函数来计算每个分组中成绩超过90分的学生数量。最后，我们使用`reset_index()`方法将结果转换为DataFrame，并给列添加合适的名称。

3. 输出结果：

```python
print(df_score)
```

输出结果如下：

```
   Course  Count
0     Math      1
1  English      1
2  Physics      1
3  Chemistry    1
```

这说明在每门课中，只有John的成绩超过90分。

这个例子展示了如何在Pandas中使用`groupby()`和`agg()`函数来实现类似Excel中的COUNTIF功能。需要注意的是，我们使用了一个lambda函数来计算满足特定条件的行的数量，这在实际应用中非常灵活。

如果你有更多的测试用例或需要更具体的帮助，请随时提问。python