python中的数据咀嚼

我有一个数据如下所示：

   UserID        region1      region 2          region 3       Conditionid
0       0            NaN        NaN             NaN            NAN
1     693              2          1             NaN            NAN
2     709              1        NaN             NaN            100
3     730            NaN        NaN             NaN            NAN
4     840            NaN        NaN              5             100

from __future__ import division
for i in range(1, 4):
    column = 'Region' + str(i)
    print column
    numerator = df[~(df[column].isnull()) & (df['Conditionid'] == 100)][column].count()
    denominator = df[~df[column].isnull()][column].count()
    print numerator / denominator

此处区域列中的数字表示访问次数

现在我想计算一个度量a，在访问过该区域的用户中，有多少百分比的用户具有conditionid等于10的特定条件。因此，必须对每个列（区域）执行此操作。 一个区域的简单逻辑如下：

if region 1 != NA and conditionid=100 then count=count +1`. 

---

一旦我有了这个数字，我就要除以区域1的访问量。因此，首先我们必须在第一列逐行迭代，然后在第二列（region2）再次逐行迭代，以此类推。现在的问题是如何以上面提到的方式进行迭代，以及如何为每个区域存储度量A？我认为pandas中有一些内置的机制，但不确定。

使用pandas时，不应该遍历行。几乎您将面临的每个问题都可以使用布尔逻辑和/或矢量化操作来解决

d = {'UserID' : [0, 693, 709, 730, 840],
 'Region1' : [np.nan, 2, 1, np.nan, np.nan],
 'Region2' : [np.nan, 1, np.nan, np.nan, np.nan],
 'Region3' : [np.nan, np.nan, np.nan, np.nan, 5],
 'Conditionid' : [np.nan, np.nan, 100, np.nan, 100]}
df = pd.DataFrame(d)

然后，您可以应用一些布尔逻辑来查找您感兴趣的计数：

df[~(df['Region1'].isnull()) & (df['Conditionid'] == 100)]['Region1'].count()

注意，

~

表示不正确。所以，在本例中，不是isnull

如果要遍历特定列，可以执行以下操作：

   UserID        region1      region 2          region 3       Conditionid
0       0            NaN        NaN             NaN            NAN
1     693              2          1             NaN            NAN
2     709              1        NaN             NaN            100
3     730            NaN        NaN             NaN            NAN
4     840            NaN        NaN              5             100

from __future__ import division
for i in range(1, 4):
    column = 'Region' + str(i)
    print column
    numerator = df[~(df[column].isnull()) & (df['Conditionid'] == 100)][column].count()
    denominator = df[~df[column].isnull()][column].count()
    print numerator / denominator

---

这将创建“Region1”到“Region3”，并总结我认为您正在寻找的内容。如果没有，这至少应该给你一个好的起点。

你应该修改问题的标题，使之更具体一些。像“数据帧上的条件算术”这样的东西可能被认为只属于数据咀嚼的一般主题。您想分享一下关于应该采用什么方法来解决这个问题的想法吗？一般来说，您不想遍历数据帧。查看

apply

方法：。此外，stackoverflow的目的是为将来可能有类似问题的读者提供一个资源。目前有7100多个问题。你现在读到的标题根本不会帮助未来的读者理解这个问题的主题。