Python 如何计算常见的1';熊猫数据框中有什么?
我有以下数据,例如: A. B C 类别标签 0 1. 1. B_C 1. 1. 1. A_B_C 0 0 1. C 用于通过添加新列,其中列名称用于标签,计数Python 如何计算常见的1';熊猫数据框中有什么?,python,pandas,Python,Pandas,我有以下数据,例如: A. B C 类别标签 0 1. 1. B_C 1. 1. 1. A_B_C 0 0 1. C 用于通过添加新列,其中列名称用于标签,计数1为sum,但仅由以下人员选择数字列: 如果列classifiedlabel存在,则最简单的是仅使用sum: df["countones"] = df.sum(axis=1) print (df) A B C D classifiedlabel countones 0 0 1 0 1
1
为sum
,但仅由以下人员选择数字列:
如果列classifiedlabel
存在,则最简单的是仅使用sum
:
df["countones"] = df.sum(axis=1)
print (df)
A B C D classifiedlabel countones
0 0 1 0 1 B_D 2
1 1 1 0 1 A_B_D 3
2 0 0 1 0 C 1
3 0 1 1 0 B_C 2
用于通过添加新列,其中列名称用于标签,计数1
为sum
,但仅由以下人员选择数字列:
如果列classifiedlabel
存在,则最简单的是仅使用sum
:
df["countones"] = df.sum(axis=1)
print (df)
A B C D classifiedlabel countones
0 0 1 0 1 B_D 2
1 1 1 0 1 A_B_D 3
2 0 0 1 0 C 1
3 0 1 1 0 B_C 2
尝试:
尝试:
如果值为1/0,则可以使用:
(
df.assign(
count=df._get_numeric_data().sum(axis=1)
)
)
输出:
A B C D classifiedlabel count
0 0 1 0 1 B_D 2
1 1 1 0 1 A_B_D 3
2 0 0 1 0 C 1
3 0 1 1 0 B_C 2
如果值为1/0,则可以使用:
(
df.assign(
count=df._get_numeric_data().sum(axis=1)
)
)
输出:
A B C D classifiedlabel count
0 0 1 0 1 B_D 2
1 1 1 0 1 A_B_D 3
2 0 0 1 0 C 1
3 0 1 1 0 B_C 2
所以在输入数据中没有
Class\u标签
列,对吗?可以添加输入和预期输出吗?所以输入数据中没有Class\u标签
列,对吗?是否可以添加输入和预期输出?类型错误:无法将序列与类型为'str'的非int相乘,我是面向类型error@srinivasmuralidharan-在我的解决方案之前是否有classifiedlabel
?我遇到了问题resolved@srinivasmuralidharan-我的解决方案添加两列,只需要一列?它需要两列。TypeError:不能将序列与'str'类型的非int相乘,我是面向类型error@srinivasmuralidharan-在我的解决方案之前是否有classifiedlabel
?我遇到了问题resolved@srinivasmuralidharan-我的解决方案添加两列,只需要一列?它需要两列。