Pandas中如何统计各个销售地出线的次数？

大家好，我是皮皮。

一、前言

前几天在Python最强王者交流群【wen】问了一个Pandas数据处理的问题，一起来看看吧。

他的代码如下：

import pandas as pd
results = []

df = pd.read_excel('G:\合并结果+2023-09-22.xlsx',dtype=str).convert_dtypes()
list = set(df['销售地'])
for i in list :
    a = df['销售地'].count(i)
    data = {'销售地': i, '行数': a,}
    results.append(data)
    print(f'销售地：{i},行数：{a}')

他的数据截图如下:

image.png

二、实现过程

这里【莫生气】给了一个思路，如下所示：

image.png

直接df['销售地'].value_counts(ascending=True)或者使用【哎呦喂 是豆子～】提出的df.groupby(by = '销售地').count()

都是可以得到预期的结果的：

image.png

后来【巭孬🕷】也给了一个代码，如下所示：

# 读取 Excel 文件
df = pd.read_excel('G:\合并结果+2023-09-22.xlsx', dtype=str).convert_dtypes()

# 统计销售地的行数
sales_counts = df['销售地'].value_counts().reset_index()
sales_counts.columns = ['销售地', '行数']

# 合并结果到原表格
df = df.merge(sales_counts, on='销售地', how='left')

顺利地解决了粉丝的问题。

三、总结

大家好，我是皮皮。这篇文章主要盘点了一个Python数据处理的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。

最后感谢粉丝【wen】提问，感谢【哎呦喂 是豆子～】、【巭孬🕷】给出的思路和代码解析，感谢【莫生气】等人参与学习交流。

【提问补充】温馨提示，大家在群里提问的时候。可以注意下面几点：如果涉及到大文件数据，可以数据脱敏后，发点demo数据来（小文件的意思），然后贴点代码（可以复制的那种），记得发报错截图（截全）。代码不多的话，直接发代码文字即可，代码超过50行这样的话，发个.py文件就行。

image.png