主页 / 问题 / 654468
Accepted
maestro
Asked:2020-04-16 23:27:24 +0800 CST2020-04-16 23:27:24 +0800 CST

统计满足条件的值的个数

  • 772

我有这个数据框：

    X0  X1  X2  X3
0   3,7465759356    3,9929524521    3,7290598962    3,9416020757
1   2,9405285627    3,0125809054    2,9256071617    3,0370817644
2   2,3907682395    2,4959628959    2,4203315485    2,5123345286
3   2,667769289     2,8169243037    2,7067755525    2,819941095
4   3,5174069746    3,6947015318    3,6031473706    3,7293446909
5   3,4971753456    3,6318386869    3,6087157237    3,7127634955
6   3,2799369789    3,4026277202    3,3287014594    3,4729836704
7   2,4688361461    2,5931613428    2,5884721857    2,654343142
8   4,9480920436    5,2618326433    4,8367411213    5,200340321
9   2,5839918711    2,6564664314    2,6567353365    2,7084738201
10  3,0235179227    3,1846965709    3,1420435571    3,226176654
11  3,0255560454    3,1951865571    3,0625562893    3,2035708459
12  2,7435363038    2,903039071     2,8066417483    2,8831451723
13  3,0989225389    3,2759484764    3,1365404027    3,2829481328
14  2,8791101525    3,022431196     2,9171600354    3,0358254158
15  2,7738942062    2,9198893522    2,8638428564    2,9505456377
16  2,9773768478    3,1439135641    3,0404570931    3,1432559901
17  3,797767158     3,9607999032    3,8791070242    3,996404042
18  3,2645562122    3,4412127816    3,3172450423    3,4297893267
19  3,3094225229    3,466520235     3,3665861539    3,4687251807
20  3,2254435518    3,3669423406    3,277272531     3,364696979
21  2,8072222974    2,9509018409    2,8844643202    2,9489983818
22  2,7158702035    2,8557259219    2,7866183624    2,8580161063
23  3,8817612736    4,0851040662    3,9423929322    4,0888494407
24  3,728452702     3,8862195997    3,8077051346    3,855946951

如何统计每一行中满足条件的值的个数？例如，如果条件是大于三的数字，则结果为：

4
2
0
0
4
4
4
0
4
0 и т.д.

更新。结果DataFrame通过长计算接收。我认为没有理由在这里展示整个计算。对于那些提供帮助的人，我建议使用这个 DataFrame：

F = pd.DataFrame(np.random.randn(15, 4), columns=['X0', 'X1', 'X2', 'X3'])
python

1 个回答

  1. Best Answer

    最简单的方法是这样的：

    In [10]: df.gt(3).sum(axis=1)
Out[10]:
0     4
1     2
2     0
3     0
4     4
5     4
6     4
7     0
8     4
9     0
10    4
11    4
12    0
13    4
14    2
15    0
16    3
17    4
18    4
19    4
20    4
21    0
22    0
23    4
24    4
dtype: int64

    解释- 为了输出的简洁，我将只对前五行 ( df.head()) 进行所有操作：

    In [14]: df.head()
Out[14]:
         X0        X1        X2        X3
0  3.746576  3.992952  3.729060  3.941602
1  2.940529  3.012581  2.925607  3.037082
2  2.390768  2.495963  2.420332  2.512335
3  2.667769  2.816924  2.706776  2.819941
4  3.517407  3.694702  3.603147  3.729345

In [15]: df.head().gt(3)
Out[15]:
      X0     X1     X2     X3
0   True   True   True   True
1  False   True  False   True
2  False  False  False  False
3  False  False  False  False
4   True   True   True   True

    因为 True == 1, 和False == 0, 然后对行 ( .sum(axis=)) 上的值 (True, False, ...) 求和，我们得到行中满足条件的元素数

    In [16]: df.head().gt(3).sum(axis=1)
Out[16]:
0    4
1    2
2    0
3    0
4    4
dtype: int64

    对于更困难的条件：

    In [13]: ((df > 2) & (df < 3)).sum(1)
Out[13]:
0     0
1     2
2     4
3     4
4     0
5     0
6     0
7     4
8     0
9     4
10    0
11    0
12    4
13    0
14    2
15    4
16    1
17    0
18    0
19    0
20    0
21    4
22    4
23    0
24    0
dtype: int64
    • 2

相关问题