Python 如何计算列中每种类型的标签并将其保存在变量中？

我必须计算数据帧列中出现1和0的时间数。我尝试了以下代码：

count_own_party = len(df['Deviation from Partisanship']== 1)
count_opposing_party = len(df['Deviation from Partisanship'] == 0)

print(count_own_party)
print(count_opposing_party)

---

这两个值的输出相同：7854。虽然从中可以清楚地看到1的数量大于0的数量。

为此，熊猫中有一个功能： :

---

以下是一个例子：

print(df)
    Mnth  Income
0    Jan      80
1    Feb      80
2    Mar      50
3  April      60
4    May      60

---

---

---

df['deference from partisship']==1返回相同长度的布尔数组

len（df[df[‘与党派的背离’]==1]）

df[‘与党派的背离’]==1）

返回一个由1和0组成的布尔数组，其长度与序列本身相同。尝试

df['developeration from partisship']==1.sum（）

代替。对于这一点，pandas中有一个函数，这是

系列。valu_counts

数据框的外观如何，您是否将每个人的偏差计数为1或0，或者它是一个总数，如果可以的话，一个小样本的数据会有所帮助

print(df)
    Mnth  Income
0    Jan      80
1    Feb      80
2    Mar      50
3  April      60
4    May      60

value_count=df['Income'].value_counts()
print(value_count)



60    2
80    2
50    1
Name: Income, dtype: int64

count_60 = value_count[60]
print(count_60)
#2