Python 在匹配字符串时跨行的条件计数

我有一个数据帧的形式，df=

index,result1,result2,result3 
  0     s       u       s     
  1     u       s       u   
  2     s                     
  3     s       s       u 

例如，我想添加另一列，该列包含s在该行中出现的次数列表

index,result1,result2,result3,count 
  0     s       u       s      2
  1     u       s       u      1
  2     s                      1
  3     s       s       u      2

我尝试了以下代码

col=['result1','result2','result3']
df[cols].count(axis=1)

但这又回来了

0,3
1,3
2,1
3,3

所以这会计算元素的数量，我试着

df[df[cols]=='s'].count(axis=1)

但这返回了以下错误：“无法将['s']与块值进行比较”

---

如果您有任何帮助，我们将不胜感激。

对于我来说，通过数字将作品转换为

字符串

，并且

NaN

列返回您的

错误

：

print (df)
   index result1 result2  result3  result4
0      0       s       u        7      NaN
1      1       u       s        7      NaN
2      2       s     NaN        8      NaN
3      3       s       s        7      NaN
4      4     NaN     NaN        2      NaN

print (df.dtypes)
index        int64
result1     object
result2     object
result3      int64
result4    float64
dtype: object

cols = ['result1','result2','result3','result4']
df['count'] = df[df[cols].astype(str) == 's'].count(axis=1)
print (df)
   index result1 result2  result3  result4  count
0      0       s       u        7      NaN      1
1      1       u       s        7      NaN      1
2      2       s     NaN        8      NaN      1
3      3       s       s        7      NaN      2
4      4     NaN     NaN        2      NaN      0

或仅

布尔掩码中的
真值
值

：

print (df[cols].astype(str) == 's')

  result1 result2 result3 result4
0    True   False   False   False
1   False    True   False   False
2    True   False   False   False
3    True    True   False   False
4   False   False   False   False

cols = ['result1','result2','result3','result4']
df['count'] = (df[cols].astype(str) =='s').sum(axis=1)
print (df)
   index result1 result2  result3  result4  count
0      0       s       u        7      NaN      1
1      1       u       s        7      NaN      1
2      2       s     NaN        8      NaN      1
3      3       s       s        7      NaN      2
4      4     NaN     NaN        2      NaN      0

另一个不错的解决方案来自-use

numpy

：

df['count'] = (df[cols].values=='s').sum(axis=1)

---

这里缺少哪些值？它们是空白字符串还是

NaN

？

df.info（）

显示了什么<如果您有所有str或混合数据类型，则代码>df='s'将起作用，但如果您有任何纯数字列或行，则此操作将不起作用，如果您有任何行具有all

NaN

则会发生此情况，您可以尝试

df.fillna（''，inplace=True）

然后

（df[cols]='s'）。计数（axis=1）

应work@WGP，也许，

df['count']=（df[cols].values=='s'）.sum（1）

会是一个不错的选择吗？