针对熊猫pythonCOUNTIF在具有多个条件的多个列上和count函数python统计多个元素这两个问题，本篇文章进行了详细的解答，同时本文还将给你拓展ExcelIf或具有多个条件的语句不起作用、

针对熊猫python COUNTIF在具有多个条件的多个列上和count函数 python统计多个元素这两个问题，本篇文章进行了详细的解答，同时本文还将给你拓展Excel If 或具有多个条件的语句不起作用、EXCEL使用COUNTIFS函数统计符合多个条件的单元格、Pandas：在具有多个条件的两个数据帧之间进行匹配、PHP If语句具有多个条件等相关知识，希望可以帮助到你。

• 熊猫python COUNTIF在具有多个条件的多个列上（count函数 python统计多个元素）
• Excel If 或具有多个条件的语句不起作用
• EXCEL使用COUNTIFS函数统计符合多个条件的单元格
• Pandas：在具有多个条件的两个数据帧之间进行匹配
• PHP If语句具有多个条件

熊猫python COUNTIF在具有多个条件的多个列上（count函数 python统计多个元素）

我有一个数据集，其中我试图确定每个人的危险因素数量。所以我有以下数据：

Person_ID  Age  Smoker  Diabetes      001   30       Y         N      002   45       N         N      003   27       N         Y      004   18       Y         Y      005   55       Y         Y

每个属性（年龄，吸烟者，糖尿病）都有自己的条件来确定是否是危险因素。因此，如果年龄> = 45，则是一个危险因素。吸烟者和糖尿病为“
Y”是危险因素。我想要添加一列，以根据这些条件总计每个人的风险因素数量。因此数据如下所示：

Person_ID  Age  Smoker  Diabetes  Risk_Factors      001   30       Y         N             1      002   25       N         N             0      003   27       N         Y             1      004   18       Y         Y             2      005   55       Y         Y             3

我有一个样本数据集，我在Excel中鬼混，而我这样做的方式是使用COUNTIF公式，如下所示：

=COUNTIF(B2,">45") + COUNTIF(C2,"=Y") + COUNTIF(D2,"=Y")

但是，我将要使用的实际数据集对于Excel来说太大了，因此我正在为python学习熊猫。我希望我可以提供一些例子，但坦率地说，我什至不知道从哪里开始。我看着这个问题，但是它并没有真正解决如何使用来自多个列的不同条件将其应用于整个新列的方法。有什么建议？

答案1

如果您想坚持使用熊猫。您可以使用以下…

解

isY = lambda x:int(x==''Y'')countRiskFactors = lambda row: isY(row[''Smoker'']) + isY(row[''Diabetes'']) + int(row["Age"]>45)df[''Risk_Factors''] = df.apply(countRiskFactors,axis=1)

这个怎么运作

isY-是一个存储的lambda函数，用于检查单元格的值是否为Y，否则返回1 countRiskFactors-汇总风险因素

最后一行使用apply方法，将参数键设置为1，该方法沿DataFrame逐行应用方法-first参数-并返回附加到DataFrame的Series。

打印df的输出

   Person_ID  Age Smoker Diabetes  Risk_Factors0          1   30      Y        N             11          2   45      N        N             02          3   27      N        Y             13          4   18      Y        Y             24          5   55      Y        Y             3

Excel If 或具有多个条件的语句不起作用

address            city           zip5       sale_price
110 PEACH CT       FAKEVILLE      11111      900.78
123 HAPPY ST       NICEVILLE      22222      802.25
312 BEAU RD        PLACELAND      33333      751.00

zip5   address           record_id  city       state  full_name                                              
11111  110 PEACH CT      1000       FAKEVILLE  MS     person_1
22222  110 PEACH CT      1001       OTHERPLACE TX     person_2
33333  110 PEACH CT      1002       PLACEVILLE MT     person_3
11111  510 CATTLE LN     1003       DANDY      NM     person_4

df1[''address''] = df1[''address''].progress_apply(lambda val: val if (difflib.get_close_matches(val,df2[''address''],cutoff=0.6)) else None)

df_final = df1.merge(df2,how=''inner'',on=''address'')

df_final = df_final[df_final[''zip5''] == df_final[''zip5'']]

if($var == "abc" || $var == "def" || ...)
{
    echo "true";
}