Python 计算列中的正值

我有一个多列数字的表格。我正在尝试获取此表的统计数据，但我一直在尝试计算单个列中行与行之间的正增长量

我所拥有的

A  |  B  |  C
--------------
1  |  5  |  2
5  |  2  |  7
2  |  2  |  10
18 |  0  |  14

我正试图为我的问题编写函数

def countIncreace(data,value):  #not complete but what I have so far
  print( data[value].pct_change().fillna(0).count( > 0) )  

pct\u change（）

返回该索引处的数字与前一行数字的百分比表，并且

fillna（0）

将

pct\u change（）

创建的图表位置0处的

NaN

替换为0

我的期望输出：

[IN]>countIncreace(df, 'A'):
[OUT]> 2
[IN]>countIncreace(df, 'B'):
[OUT]> 0
[IN]>countIncreace(df, 'C'):
[OUT]> 3

---

我在函数中遗漏了什么，以使正值的计数非常接近！除了您试图计算大于0的百分比变化数的方式外，所有操作都是正确的。这里有一种方法

def countIncrease(df,column):
    print sum(df[column].pct_change().fillna(0) > 0)

你可以用

例如：

df = pd.DataFrame(np.random.randint(-10, 10, (3, 3)), columns=list('ABC'))
print(len(df.loc[df.A > 0]))

或者只是

[

]

：

print(len(df[df.A > 0]))

---

您可以使用

pd.Series

方法

gt

（大于）和

sum

：

df[column].pct_change().fillna(0).gt(0).sum()

一般来说，这比在Pandas series/NumPy阵列中使用内置函数更好

df[column].pct_change().fillna(0).gt(0).sum()