Python 如果是负数，则使用where（）进行计算

下面是代码和输出，我试图得到的结果显示在“exp”列中，因为您可以看到“countif”列只计算5列，但我希望它只计算负值

例如：索引0，

df1[0]

应该等于

2

我做错了什么

蟒蛇

import pandas as pd
import numpy as np 

a = ['A','B','C','B','C','A','A','B','C','C','A','C','B','A']
b = [2,4,1,1,2,5,-1,2,2,3,4,3,3,3]
c = [-2,4,1,-1,2,5,1,2,2,3,4,3,3,3]
d = [-2,-4,1,-1,2,5,1,2,2,3,4,3,3,3]
exp = [2,1,0,2,0,0,1,0,0,0,0,0,0,0]

df1 = pd.DataFrame({'b':b,'c':c,'d':d,'exp':exp}, columns=['b','c','d','exp'])
df1['sumif'] = df1.where(df1<0,0).sum(1)
df1['countif'] = df1.where(df1<0,0).count(1)
df1
# df1.sort_values(['a','countif'], ascending=[True, True])

将熊猫作为pd导入
将numpy作为np导入
a=['a'，'B'，'C'，'B'，'C'，'a'，'a'，'B'，'C'，'C'，'a'，'C'，'B'，'a']
b=[2,4,1,1,2,5，-1,2,2,3,4,3,3]
c=[-2,4,1，-1,2,5,1,2,2,3,4,3,3]
d=[-2，-4,1，-1,2,5,1,2,2,3,4,3,3]
exp=[2,1,0,2,0,0,1,0,0,0,0,0,0]
df1=pd.DataFrame（{'b'：b，'c'：c，'d'：d，'exp'：exp}，列=['b'，'c'，'d'，'exp']））
df1['sumif']=df1。其中（df1您不需要
where
在这里，您可以简单地使用：

编辑：根据OP的意见，包括带有
iloc
和
的解决方案。lt
：

In [1609]: df1['exp'] = df1.iloc[:, :3].lt(0).sum(1)

您不需要
此处的
，您只需使用：

编辑：根据OP的意见，包括带有
iloc
和
的解决方案。lt
：

In [1609]: df1['exp'] = df1.iloc[:, :3].lt(0).sum(1)

首先，它根据条件将
False
值替换为
0
（此处False大于等于
0
），因此不能用于计数：

print (df1.iloc[:, :3].where(df1<0,0))
    b  c  d
0   0 -2 -2
1   0  0 -4
2   0  0  0
3   0 -1 -1
4   0  0  0
5   0  0  0
6  -1  0  0
7   0  0  0
8   0  0  0
9   0  0  0
10  0  0  0
11  0  0  0
12  0  0  0
13  0  0  0

首先，它根据条件将
False
值替换为
0
（此处False大于等于
0
），因此不能用于计数：

print (df1.iloc[:, :3].where(df1<0,0))
    b  c  d
0   0 -2 -2
1   0  0 -4
2   0  0  0
3   0 -1 -1
4   0  0  0
5   0  0  0
6  -1  0  0
7   0  0  0
8   0  0  0
9   0  0  0
10  0  0  0
11  0  0  0
12  0  0  0
13  0  0  0

感谢您的快速响应，没有意识到“where”将不符合条件的值替换为0，这是有意义的！感谢您的快速响应，没有意识到“where”将不符合条件的值替换为0，这是有意义的！感谢您的快速响应！学习了一个新函数，没有意识到可以使用它。是吗可以以任何方式将df.lt（）与iloc一起使用吗？[编辑]@cookies是的，您可以这样做：
df1['exp']=df1.iloc[：，：3]。lt（0）.sum（1）
。感谢您的快速响应！学习了一个新函数，但没有意识到可以使用它。可以以任何方式将df.lt（）与iloc一起使用吗？[编辑]@cookies是的，您可以这样做：
df1['exp']=df1.iloc[：，：3].lt（0）.sum（1）
。