Python 使用多列中的相同字符串值计算dataframe中的总行数

非常感谢你的帮助

问题：如何计算多列中包含“9999不知道”的行数

我已经找到了让我半途而废的解决方案。例如，我发现了许多示例，其中可以使用列的名称来获取具有特定条件的行数。但是，我有76列，每列代表调查中的不同问题，因此有不同的标签，因此效率很低

下面是一个示例df。同样，请记住我有76列，因此使用列的名称是不可行的

pd.DataFrame.from_items([('RespondentId', ['1ghi3g','335hduu','4vlsiu4','5nnvkkt','634deds','7kjng']), ('Satisfaction - Timing', ['9-Excellent','9-Excellent','9999-Don\'t Know','8-Very Good','1-Very Unsatisfied','9999-Don\'t Know']),('Response Speed - Time',['9999-Don\'t Know','9999-Don\'t Know','9-Excellent','9-Excellent','9-Excellent','9-Excellent'])])

---

如您所见，总共有4行显示“9999不知道”，因此我希望获得4个输出。

这将为您提供每列9999不知道的行数

df.astype(object).eq("9999-Don't Know").sum()

这将给你总数9999不知道，谢谢@Mitch

df.astype(object).eq("9999-Don't Know").values.sum()

这将为您提供至少包含一行的总行数

df.astype(object).eq("9999-Don't Know").any(1).sum()

---

这将为您提供每列9999行的未知行数

df.astype(object).eq("9999-Don't Know").sum()

这将给你总数9999不知道，谢谢@Mitch

df.astype(object).eq("9999-Don't Know").values.sum()

这将为您提供至少包含一行的总行数

df.astype(object).eq("9999-Don't Know").any(1).sum()

---

您还可以使用以下选项：

df.stack().str.contains("9999-Don't Know").sum()

尽管这比@piRSquared解决方案慢：

In [38]: timeit df.astype(str).eq("9999-Don't Know").values.sum() 
1000 loops, best of 3: 182 us per loop

In [39]: timeit df.stack().str.contains("9999-Don't Know").sum()
1000 loops, best of 3: 467 us per loop

---

您还可以使用以下选项：

df.stack().str.contains("9999-Don't Know").sum()

尽管这比@piRSquared解决方案慢：

In [38]: timeit df.astype(str).eq("9999-Don't Know").values.sum() 
1000 loops, best of 3: 182 us per loop

In [39]: timeit df.stack().str.contains("9999-Don't Know").sum()
1000 loops, best of 3: 467 us per loop

另一个解决办法是：

df.eq("9999-Don't Know").sum().sum()

您还提到了类型错误：

TypeError: Could not compare ["9999-Don't Know"] with block values. 

这意味着您有一个类似于DataFrame元素的列表。可以使用以下代码将其转换为字符串：

 df = df.applymap(lambda x: x[0] if type(x) == list else x) 

另一个解决办法是：

df.eq("9999-Don't Know").sum().sum()

您还提到了类型错误：

TypeError: Could not compare ["9999-Don't Know"] with block values. 

这意味着您有一个类似于DataFrame元素的列表。可以使用以下代码将其转换为字符串：

 df = df.applymap(lambda x: x[0] if type(x) == list else x) 

---

---

可能需要.values.sum？或df.eq9999不知道.sum.sum-double sumI尝试了您的解决方案，但收到类型错误：无法将[9999不知道]与块值进行比较。这是否意味着此Excel文件中某些单元格的格式不一致@米奇。我也收到了与您的解决方案相同的消息。@AlexeyTrofimov我尝试了您的解决方案，也收到了相同的消息。看起来您的数据帧中的值不是字符串而是列表。首先尝试此方法检查它是否有效：df=df.applymaplambda x:x[0]如果typex==list else xMight want.values.sum？或df.eq9999 Don Know.sum.sum-double sumI尝试了您的解决方案，但收到类型错误：无法将[9999 Don Know]与块值进行比较。这是否意味着此Excel文件中某些单元格的格式不一致@米奇。我也收到了与您的解决方案相同的消息。@AlexeyTrofimov我尝试了您的解决方案，也收到了相同的消息。看起来您的数据帧中的值不是字符串而是列表。首先尝试一下，检查它是否可以工作：df=df.applymaplambda x:x[0]如果typex==list else x，则检查它是否可以工作！这正是我要找的。@techscolasticus不客气。但是我建议您接受另一种解决方案，因为它更快。我会的，但是它给了我一个错误，所以我无法获得总行数。非常感谢！这正是我要找的。@techscolasticus不客气。但是我建议您接受另一种解决方案，因为它更快..我会的，但是它给了我一个错误，所以我无法获得总行数。因此df=df.applymap。。。确实有效，但我不确定在这之后我应该做些什么来获得rowsAfter的总数，您可以使用此处提出的任何解决方案。例如，df.eq9999不知道.sum.sumso df=df.applymap。。。确实有效，但我不确定在这之后我应该做些什么来获得rowsAfter的总数，您可以使用此处提出的任何解决方案。例如df.eq9999不知道.sum.sum