Python 如果是函数还是分组

对熊猫来说是新的。我最初写这段代码是为了读取.csv，现在我写的是读取.xlsx文件。无论如何，我之前使用了if函数来读取if Valid Part==“YES”，然后。。。。。遵循代码的其余部分

现在我正在使用熊猫，我一直在测试groupby以实现我的计数，但还没有完全弄清楚

在这个示例中，如果有效部分=='Yes'和Appl Req=='Yes'给我计数，我会查看

任何建议都将不胜感激

import pandas as pd

df = pd.read_excel('IMPORT.xlsx')

app_req = df.groupby(['Valid Part', 'Appl Req']).count()

print(app_req)

数据样本

---

我认为您需要先按或过滤，然后按以下方式聚合：

编辑：

样本：

np.random.seed(100)
N = 10
df = pd.DataFrame(np.random.choice(['Yes','No'], size=(N,3)), 
                  columns=['Valid Part', 'Appl Req', 'A'])
print (df)
   Valid Part Appl Req    A
0         Yes      Yes   No
1          No       No   No
2         Yes      Yes  Yes
3         Yes      Yes   No
4         Yes      Yes  Yes
5         Yes       No  Yes
6         Yes       No  Yes
7          No      Yes  Yes
8         Yes       No   No
9          No      Yes  Yes

似乎您只需要

True

值之和：

print ((df['Valid Part'] == 'Yes') & (df['Appl Req'] == 'Yes'))
0     True
1    False
2     True
3     True
4     True
5    False
6    False
7    False
8    False
9    False
dtype: bool

app_req = ((df['Valid Part'] == 'Yes') & (df['Appl Req'] == 'Yes')).sum()
print (app_req)
4

---

---

缺少一个

df[

？如果我已经使用df=读取我的excel文档，这是否同样有效？当然，没有问题。但是尝试

3

if数字和

'3'

if字符串。

print ((df['Valid Part'] == 'Yes') & (df['Appl Req'] == 'Yes'))
0     True
1    False
2     True
3     True
4     True
5    False
6    False
7    False
8    False
9    False
dtype: bool

app_req = ((df['Valid Part'] == 'Yes') & (df['Appl Req'] == 'Yes')).sum()
print (app_req)
4

df = df[(df['Valid Part'] == 'Yes') & (df['Appl Req'] == 'Yes')]
app_req = df.groupby(['Valid Part', 'Appl Req']).size().reset_index(name='COUNT')
print (app_req)
  Valid Part Appl Req  COUNT
0        Yes      Yes      4