在python中计算数据帧的每列中的非零值

我有一个python数据帧，其中第一列是user\u id，其余列是标记（tag\u 0到tag\u 122）。 我有以下格式的数据：

UserId  Tag_0   Tag_1
7867688 0   5
7867688 0   3
7867688 3   0
7867688 3.5 3.5
7867688 4   4
7867688 3.5 0

我的目标是为每个用户id实现

Sum（Tag）/Count（NonZero（Tags））

df.groupby（'user_id'）.sum（）

，给我

sum（tag）

，但我对计算非零值一无所知

是否可以在一个命令中实现

Sum（Tag）/Count（NonZero（Tags））

在MySQL中，我可以实现以下目标：-

select user_id, sum(tag)/count(nullif(tag,0)) from table group by 1

---

感谢您的帮助。

要计算非零值，只需执行

（column！=0）。sum（）

，其中

column

是您要执行此操作的数据<代码>列！=0返回一个布尔数组，True为1，False为0，因此求和得到与条件匹配的元素数

因此，要获得您想要的结果，请执行以下操作

df.groupby('user_id').apply(lambda column: column.sum()/(column != 0).sum())

---

我最喜欢的获取每列中非零数量的方法是

df.astype(bool).sum(axis=0)

对于每行中的非零数量，请使用

df.astype(bool).sum(axis=1)

（感谢Skulas）

如果df中有NAN，则应先将其设为零，否则将计为1

df.fillna(0).astype(bool).sum(axis=1)

---

（感谢SirC）

为什么不使用

np.count\u non-zero

要计算整个数据帧的非零数量，

np.count\u nonzero（df）

计算所有行的非零数的步骤

np.count\u非零（df，轴=0）

计算所有列的非零数的步骤

np.计数非零（df，轴=1）

---

它也适用于日期

@BrenBram如果某些单元格中出现负值，该怎么办？@HarshSingal:

column！=0

将查找所有非零的值，无论它们是正值还是负值。抱歉，没有准确说明问题。当我实现上述方法时，SUM（Tags）为负数的用户的id在输出中返回了-inf，而正SUM（Tags）执行得很好。我一直不明白为什么@HarshSingal：如果没有非零标记（因此非零标记的计数为零），则可以获得

inf

。对于这种情况，您的原始公式没有很好的定义，因此您需要考虑您希望结果是什么。我认为您的意思是axis=0。如果你做轴=1，你将计算非零rows@skulas抢手货我猜大多数人来这里是为了划船，这就是为什么以前没有人抱怨过：）这是一个伟大的一行！要获取所有未指定的列值null@Amir然而，日期类型会是零吗？如果您的数据帧中有nan，这是很危险的，它们会对总和做出贡献。感谢您的回答！我最终得到了这个解决方案，因为我认为它是非常人性化的。我只修改了两件事：为了理解“为所有行获取非零值的数量”（您的案例2），我需要

axis=1

，而不是

axis=0

。我更喜欢将输出作为熊猫系列，所以我使用了

result=pd.Series（index=df.index，data=np.count\u nonzero（df，axis=1））

这应该是可以接受的答案。