Python 如何使用pandas获取数据帧中具有特定值的列计数？

我有两个专栏

Sales   Close_Date
0       04/01/12
0   
33496   12/01/12
588     05/01/12
9240    10/01/12

---

如何找出“0”或“9296”的数字或“Sales”列中存在的任何其他值？

如果需要计算一个值，则最简单的是布尔掩码的总和

真值

值：

print (df.Sales == 0)
0     True
1     True
2    False
3    False
4    False
Name: Sales, dtype: bool


a = (df.Sales == 0).sum()
print (a)
2

如果需要计算所有值，则需要并聚合或使用：

或：

---

使用或在需要时使用过滤器：

df = df.query('Sales == 0')
print (df)
   Sales Close_Date
0      0   04/01/12
1      0        NaN

或：

计时：

#[500000 rows x 2 columns]
df = pd.concat([df]*100000).reset_index(drop=True)
print (df)

In [37]: %timeit ((df.Sales == 0).sum())
The slowest run took 4.18 times longer than the fastest. This could mean that an intermediate result is being cached.
100 loops, best of 3: 4.62 ms per loop

In [38]: %timeit (Counter(df.Sales)[0])
10 loops, best of 3: 82.4 ms per loop

但这可以更快：

a = (df.Sales.value == 0).sum()

---

…我正在寻找这个解决方案a=（df.Sales==0）。sum（）打印（a）2。但是它只适用于整数值，如果列包含字符串值，那么如何获取计数。它只需要添加

'

像

a=（df.Sales='value'）。sum（）

我认为pandas中的

计数器

解决方案非常慢，请检查我的计时。@Sidhartha

sum

作用于布尔数组。这将适当地处理它。我认为这个解决方案在更大的df中非常缓慢：（@Sidhartha我添加此解决方案是为了展示python的广度。但几乎可以肯定的是，jezrael提供的答案更快。更不用说他的答案信息量更大。此外，所有人都会对其他人已经投入精力并对其有帮助的答案表示感谢。

df = df[df.Sales == 0]
print (df)
   Sales Close_Date
0      0   04/01/12
1      0        NaN

#[500000 rows x 2 columns]
df = pd.concat([df]*100000).reset_index(drop=True)
print (df)

In [37]: %timeit ((df.Sales == 0).sum())
The slowest run took 4.18 times longer than the fastest. This could mean that an intermediate result is being cached.
100 loops, best of 3: 4.62 ms per loop

In [38]: %timeit (Counter(df.Sales)[0])
10 loops, best of 3: 82.4 ms per loop

a = (df.Sales.value == 0).sum()

from collections import Counter

c = Counter(df.Sales)
c[0]

2