Python 如何使用Groupby计算pandas中两列中符合条件的行数

我有一个包含多列的数据框，其中4列是

car

，

company\u name

，

id

，和

status

。每个

汽车

都有一个相关的

公司名称

和

状态

，每个

公司名称

都链接到一个唯一的

ID

。一种可能的状态是租来的，我正试图统计每家公司租来的车的数量（在一个名为“租来的车”的新栏中），我一直在尝试使用他们唯一的ID来这样做

我尝试过使用

groupby

并应用，但没有成功

df['# of Rented Cars'] = df.groupBy('unique_id')['status'].apply(lambda x: (x=='Rented').sum())

以下表为例，您可以在“出租汽车”列中看到我想要的值：

---

但是使用上面的代码，我只得到最后一列中所有值的值Nan。

我想您正在寻找

转换

df['# of Rented Cars'] = df.groupBy('unique_id')['status'].transform(lambda x: (x=='Rented').sum())

或不带

lambda

df['# of Rented Cars'] = df['status'].eq('Rented').groupBy(df['unique_id']).transform('sum')

---

我认为您正在寻找

transform

df['# of Rented Cars'] = df.groupBy('unique_id')['status'].transform(lambda x: (x=='Rented').sum())

或不带

lambda

df['# of Rented Cars'] = df['status'].eq('Rented').groupBy(df['unique_id']).transform('sum')