Python 列的条件和

我对蟒蛇和熊猫很陌生，我一直在寻求帮助。我正在使用CSV，并尝试使用pandas根据中间列的值计算每个名称的总数。我想把“GEN”和“NPR”的每个名字的“count”加在一起。这是我的CSV数据集：

StartingCSV.csv：

Name, Specialty, Count
Smith, GEN, 1
Smith, INT, 2
Smith, NPR, 5
Smith, PSC, 4
Zane, GEN, 3
Zane, PSC, 4
Zane, NPR, 4
Charles, NPR, 4
Charles, AUD, 4

期望输出：

Smith: 6
Zane: 7
Charles: 4

这就是我到目前为止所做的：

import csv
import pandas as pd
df = pd.read_csv("StartingCSV.csv")
newdf = df.groupby("Name")
newdf.apply(lambda x: x[x['Specialty'] == 'NPR']['Count'].sum())

这是我得到的输出：

Smith: 5
Zane: 4
Charles: 4

这将返回每个名称的NPR数，但我无法找到将NPR值添加到每个名称的GEN值的方法，以创建上面列出的所需输出。尝试在最后一行中的“NPR”之后添加“or”会返回如下错误：

newdf.apply(lambda x: x[x['Specialty'] == 'NPR' or 'GEN']['Count'].sum())

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

感谢您的帮助！（很抱歉，如果我偏离了基准或者这还不清楚）

你可以这样做

df[df['speciality'].isin（['NPR'，'GEN']）].groupby（'Name'）.sum（）.reset_index（）

使用

df[df['speciality'].isin（['NPR'，'GEN']）]

我们只得到数据帧中在“speciality”列中值为'NPR'或'GEN'的行。之后是通常的

groupby

和

sum

输出

Name    Count
Charles   4
Smith     6
Zane      7

你可以这样做

df[df['speciality'].isin（['NPR'，'GEN']）].groupby（'Name'）.sum（）.reset_index（）

使用

df[df['speciality'].isin（['NPR'，'GEN']）]

我们只得到数据帧中在“speciality”列中值为'NPR'或'GEN'的行。之后是通常的

groupby

和

sum

输出

Name    Count
Charles   4
Smith     6
Zane      7

---

您对Zane的期望结果与您的数据不匹配。你应该得到7分，而不是4分。并且不要在CSV文件中的术语之间加空格。您对Zane的期望结果与您的数据不匹配。你应该得到7分，而不是4分。在CSV文件中，不要在术语之间加空格。