来源：大话数据分析

在日常做数据日报时，日报的数据指标需要根据特定的条件进行计数和求和，需要使用大量的Excel函数，比如普通计数COUNT，普通求和SUM，条件计数COUNTIF，条件求和SUMIF等。

本文借助Python对比Excel中多条件计数和求和的用法，轻松实现实现Python中的多条件计数和求和，相较而言，Python的语法更加清晰，多条件计数和求和的用法更加鲜明，下面一起来学习。

示例工具：anconda3.7、office2016

本文讲解内容：多条件计数、求和

适用范围：用Python多条件计数、求和

数据获取

本案例数据如下，其中包含用户ID、日期、城市等6个字段，需要对这些数据字段根据特有的条件进行计数和求和。

『普通计数/Excel』

计算用户数，使用COUNT函数，得出用户数是10个。

=COUNT(A2:A11)

计算城市列非空单元格个数，使用COUNTA函数，将非空的数值剔除，得出非空的城市为6个。

=COUNTA(C2:C11)

计算城市列空单元格个数，使用COUNTBLANK函数，只计入单元格为空的数，得出空单元格数是4个。

=COUNTBLANK(C2:C11)

『普通计数/Python』

导入第一个sheet表的数据。

import pandas as pd
df1=pd.read_excel(r'D:\系统桌面(勿删)\Desktop\多条件计数与求和.xlsx',sheet_name='COUNT&COUNTA&COUNTBLANK',usecols='A:F')
df1

计算用户数可以在用户ID这一列进行计数，得出用户数为10。

#计算用户数
df1['用户ID'].count()

Python中的count函数默认是计入非空值，所以要求非空单元格数直接使用count函数即可，得出非空的城市为6个。

#计算城市列非空单元格个数
df1['城市'].count()

要计算空的单元格数，首先用isnull函数返回布尔值，然后用sum函数求和即可，得出城市列空单元格数是4个。

#计算城市列空单元格个数
df1['城市'].isnull().sum()

『条件计数/Excel』

计算不同性别的客户数，使用COUNTIF函数，添加计入的条件进行运算，得出女性客户数是5，男性客户数是5。

=COUNTIF($E$2:$E$11,"F")
=COUNTIF($E$2:$E$11,"M")

计算北京女性的客户数，需要满足两个条件，一个是城市列属于北京，另一个是性别是"F"，两个条件同时满足，得出北京女性的客户数为3。

=COUNTIFS(C2:C11,"北京",E2:E11,"F")

『条件计数/Python』

导入第二个sheet表的数据。

df2=pd.read_excel(r'D:\系统桌面(勿删)\Desktop\多条件计数与求和.xlsx',sheet_name='COUNTIF&COUNTIFS',usecols='A:F')
df2

要计算不同性别的客户数使用value_counts函数，既可以分组，也可以计算，得出女性客户数是5，男性客户数是5。

#计算不同性别的客户数
df2['性别'].value_counts()

要计算北京女性的客户数需要筛选出城市是"北京"且性别是"F"的用户ID，进行计数即可，得出北京女性的客户数为3。

#计算北京女性的客户数
df2[(df2['城市']=='北京')&(df2['性别']=='F')]['用户ID'].count()

『条件求和/Excel』

销售额求和，使用sum函数，得出销售额为37810。

=SUM(F2:F11)

北京的销售额求和，求和城市里满足是北京市的销售额，得出销售额为10828。

=SUMIF(C2:C11,"北京",F2:F11)

北京的销售额求和且满足年龄小于30岁，添加两个条件，一个是城市里是北京市，另一个是年龄小于30岁，得出销售额为3200。

=SUMIFS(F2:F11,C2:C11,"北京",D2:D11,"<30")

『条件求和/Python』

导入第三个sheet表的数据。

df3=pd.read_excel(r'D:\系统桌面(勿删)\Desktop\多条件计数与求和.xlsx',sheet_name='SUM&SUMIF&SUMIFS',usecols='A:F')
df3

对销售额这一列使用sum函数求和，得出销售额为37810。

#销售额求和
df3['销售额'].sum()

筛选城市这一列满足北京市的列对销售额求和，得出销售额为10828。

#北京的销售额求和
df3[df3['城市']=='北京']['销售额'].sum()

筛选特定的数据，需要满足两个条件，城市列属于"北京"且年龄小于30，对销售额这一列进行求和，得出销售额为3200。

#北京的销售额求和，且满足年龄小于30岁
df3[(df3['城市']=='北京')&(df3['年龄']<30)]['销售额'].sum()

以上为多条件计数和求和在Python中的用法，熟练掌握Python的用法，可以解放双手，使用代码完成Excel复杂的多条件计数、多条件求和，提高运算效率和工作效率。