Python Pandas: 计算每行数据帧中特定值的频率？

Question

我有一个数据框 df:

domain               country     out1 out2 out3
oranjeslag.nl           NL          1    0   NaN    
pietervaartjes.nl       NL          1    1    0
andreaputting.com.au    AU          NaN  1    0 
michaelcardillo.com     US          0    0    NaN

我想定义两列 sum_0 和 sum_1 并计算每行列 (out1,out2,out3) 中 0 和 1 的数量。所以预期的结果是：

domain               country     out1 out2 out3   sum_0  sum_1
oranjeslag.nl           NL          1    0   NaN    1      1
pietervaartjes.nl       NL          1    1    0     1      2
andreaputting.com.au    AU          NaN  1    0     1      1
michaelcardillo.com     US          0    0    NaN   2      0

我有这个计算1的个数的代码，但是我不知道如何计算0的个数。

df['sum_1'] = df[['out_1','out_2','out_3']].sum(axis=1)

有人可以帮忙吗？

Answer 1

我愿意:

df["sum_0"] = df.apply(lambda row: sum(row[0:3]==0) ,axis=1)

Answer 2

您可以为每个条件调用 sum，1 条件很简单，只是在 axis=1 上直接 sum，第二个您可以比较 df 0 值，然后像以前一样调用 sum：

In [102]:
df['sum_1'] = df[['out1','out2','out3']].sum(axis=1)
df['sum_0'] = (df[['out1','out2','out3']] == 0).sum(axis=1)
df

Out[102]:
                 domain country  out1  out2  out3  sum_0  sum_1
0         oranjeslag.nl      NL     1     0   NaN      1      1
1     pietervaartjes.nl      NL     1     1     0      1      2
2  andreaputting.com.au      AU   NaN     1     0      1      1
3   michaelcardillo.com      US     0     0   NaN      2      0

Answer 3

也许 pandas 改变了自 2015 年以来的行为，但现在 sum 的问题是，当您尝试将此代码用于值 > 1 时，它会产生这些值的实际总和，而不是他们的数量（这是我从问题中了解到的，也是我正在寻找的）

df['sum_0'] = df[df == 0].count(axis=1)

Python Pandas: 计算每行数据帧中特定值的频率？

Python Pandas: Counting the frequency of a specific value in each row of dataframe?

python

row

sum

pandas