我正在努力解決熊貓的條件計數問題。問題我有一個 pandas 數據框，有 4 列（為了這個例子）：“id”、“id2”、“col1”和“type”。類型列可以有3個值，即“A”、“B”和“C”。我想做的是，對于每一行，計算具有相同 id 和 id2 的類型 C 的數量。這是一個示例數據框：    id   id2 col1 type0   "e"  "z"   0   "A"1   "e"  "z"   1   "C"2   "e"  "z"   2   "C"3   "e"  "y"   3   "C"4   "e"  "y"   4   "A"  5   "f"  "y"   4   "A"6   "f"  "x"   3   "B"7   "f"  "x"   4   "B"8   "g"  "w"   5   "C"9   "g"  "w"   6   "B"構建示例數據框的代碼：pd.DataFrame({    "id":   ["e", "e", "e", "e", "e", "f", "f", "f", "g", "g"],    "id2":  ["z", "z", "z", "y", "y", "x", "x", "x", "w", "w"],    "col1": [ 0 ,  1 ,  2 ,  3 ,  4 ,  4 ,  3 ,  4 ,  5 ,  6 ],    "type": ["A", "C", "C", "C", "A", "A", "B", "B", "C", "B"]})以及期望的結果：    id   id2 col1 type  count0   "e"  "z"   0   "A"    21   "e"  "z"   1   "C"    22   "e"  "z"   2   "C"    2 3   "e"  "y"   3   "C"    14   "e"  "y"   4   "A"    15   "f"  "y"   4   "A"    06   "f"  "x"   3   "B"    07   "f"  "x"   4   "B"    08   "g"  "w"   5   "C"    19   "g"  "w"   6   "B"    1我并不真正關心類型為“C”的行（例如第1、2、3、8行）會發生什么，所以如果它們沒有出現在結果數據框中，這不是問題。我想要一個不依賴于通過數據集迭代“我自己”的解決方案（不應用也不for循環），因為它們太慢了。我希望找到一種解決問題的“pandaic”方法。注意：在“真實”數據集中，有 3 列用于索引，類型可以有 5 個不同的值，并且應保留 36 個數據列。但我更喜歡可擴展的解決方案，不受這些數量的限制。我嘗試過的我可以使用 sqlalchemy 和查詢來解決問題。事實上，結果應該與以下查詢匹配：SELECT a.*, (SELECT COUNT(*)             FROM df b             WHERE                  b.id  = a.id  AND                 b.id2 = a.id2 AND                 b.type = "C")FROM df a最初的問題也可以改寫為“相當于這個查詢的Python代碼是什么？”。我也可以使用 apply 來解決問題。由于數據集的大小，兩者都非常慢，盡管 sql 方法可能很慢，因為它必須首先構建數據庫。相關文章這篇文章幾乎解決了問題，但不適用于外部數據列，也不適用于多個索引，并且我無法將它們適應我的示例。這條線接近我正在尋找的內容，唯一的問題是它只保留您分組的列：df.groupby(["id", "id2", "type"]).size().unstack().reset_index()如果缺少任何信息，請告訴我。感謝您花時間閱讀我的帖子，并對拼寫錯誤表示歉意！