Python 计算多列中特定值的数量_Python_Pandas_Dataframe

Python 计算多列中特定值的数量

python pandas dataframe

Python 计算多列中特定值的数量,python,pandas,dataframe,Python,Pandas,Dataframe,我有一个数据框： A B C D E 12 4.5 6.1 BUY NaN 12 BUY BUY 5.6 NaN BUY 4.5 6.1 BUY NaN 12 4.5 6.1 0 NaN 我想计算每行中出现“买入”的次数。预期结果： A B C D E score 12 4.5 6.1 BUY NaN 1 12 BUY BUY 5.6 NaN 2 15 4.

我有一个数据框：

A    B    C    D     E

12  4.5  6.1   BUY  NaN
12  BUY  BUY   5.6  NaN
BUY  4.5  6.1  BUY  NaN
12  4.5  6.1   0    NaN

我想计算每行中出现“买入”的次数。预期结果：

A    B    C    D     E   score

12  4.5  6.1   BUY  NaN    1
12  BUY  BUY   5.6  NaN    2
15  4.5  6.1  BUY   NaN    1
12  4.5  6.1   0    NaN    0

我尝试了以下方法，但对所有行只给出0：

df['score'] = df[df == 'BUY'].sum(axis=1)

请注意，BUY只能出现在B、C、D、E列中

我试图在网上找到解决办法，但令人震惊的是，一个也没有找到

很少的帮助将被感激。谢谢

尝试在轴=1上使用

apply

和

lambda

。这将一次拾取每一行作为一个系列。您可以使用条件

[row=='BUY']

筛选行，然后使用

len（）计算'BUY'的数量。

尝试将

apply

与

lambda

一起在轴=1上使用。这将一次拾取每一行作为一个系列。您可以使用条件

[row=='BUY']

筛选行，然后使用

len（）计算'BUY'的数量。

或者您可以将

应用

与

列表一起使用。计数

：

df['score'] = df.apply(lambda x: x.tolist().count('BUY'), axis=1)
print(df)

输出：

     A    B    C    D   E  score
0   12  4.5  6.1  BUY NaN      1
1   12  BUY  BUY  5.6 NaN      2
2  BUY  4.5  6.1  BUY NaN      2
3   12  4.5  6.1    0 NaN      0

      A   B   C   D   E score
0    12 4.5 6.1 BUY NaN     1
1    12 BUY BUY 5.6 NaN     2
2   BUY 4.5 6.1 BUY NaN     2
3    12 4.5 6.1   0 NaN     0

或者您可以将

应用

与

列表一起使用。计数

：

df['score'] = df.apply(lambda x: x.tolist().count('BUY'), axis=1)
print(df)

输出：

     A    B    C    D   E  score
0   12  4.5  6.1  BUY NaN      1
1   12  BUY  BUY  5.6 NaN      2
2  BUY  4.5  6.1  BUY NaN      2
3   12  4.5  6.1    0 NaN      0

      A   B   C   D   E score
0    12 4.5 6.1 BUY NaN     1
1    12 BUY BUY 5.6 NaN     2
2   BUY 4.5 6.1 BUY NaN     2
3    12 4.5 6.1   0 NaN     0

您可以比较，然后求和：

df['score'] = (df[['B','C','D','E']] == 'BUY').sum(axis=1)

这将所有布尔值相加，得到正确的结果

当您执行

df[df=='BUY']

时，您只是用

np.nan

替换任何不属于

BUY

的内容，然后将axis=1的和取下来就行不通了，因为您在结果中只剩下

np.nan

和

'BUY'

字符串。因此，您得到所有0。