如果数据框中某些列的行数大于另一个值并按另一列分组，则计算它们的行数

【问题标题】：Count rows across certain columns in a dataframe if they are greater than another value and groupby another column如果数据框中某些列的行数大于另一个值并按另一列分组，则计算它们的行数
【发布时间】：2021-07-26 03:13:01
【问题描述】：

我有一个数据框：

df = pd.DataFrame({ 
    'BU': ['Total', 'Total', 'Total', 'CRS', 'CRS', 'CRS'], 
    'Line_Item': ['Revenues','EBT', 'Expenses', 'Revenues', 'EBT', 'Expenses'],
    '1Q16': [100, 120, 0, 200, 190, 210],
    '2Q16': [100, 0, 130, 200, 190, 210],
    '3Q16': [200, 250, 0, 120, 0, 190]})

我希望通过“BU”计算 1Q16、2Q16、3Q16 中大于零的行数。要计算 1Q16、2Q16、3Q16 中的行数，我刚刚解释过，我可以使用：

cols = ['1Q16','2Q16','3Q16']
df[cols].gt(0).sum()

另外，我想按BU分组

【问题讨论】：

标签： pandas group-by conditional-statements

【解决方案1】：

使用您展示的示例，请尝试以下操作。

cols = ['1Q16','2Q16','3Q16']
df[cols].gt(0).groupby(df['BU']).sum()

输出如下：

      1Q16  2Q16    3Q16
BU          
CRS   3.0   3.0     2.0
Total 2.0   2.0     2.0

说明：以下是对上述内容的详细说明。

创建cols 列表，其中包含我们要执行任务的列名。
使用gt 函数获取大于0 的值。
然后使用groupby 并传递df['BU'] 来获取与BU 列相关的groupby 值。
然后应用sum函数得到大于0的值的总和。

【讨论】：