Python 如何在熊猫中跨列计数

我想求各列中每个值的总数。这相当于Excel中的COUNTIFs。但是，我希望在列中填充值，而不是在单独的groupby语句中填充值

所以，如果第1行有5列，它们的值如下：1，1，3，1，5

然后，评级_1=3、评级_2=0、评级_3=1、评级_4=0和评级_5=1 或（3,0,1,0,1）

我正在使用下面的代码，但无法获得要在循环中添加的布尔值（我所有的研究都表明它们应该加起来很好！）

现在，我得到以下（二进制）输出：1，0，1，0，1（应该是3，0，1，0，1）

---

我也很乐意让这段代码更干净、更高效，但最关心的是让它工作起来！提前谢谢你的帮助

您可以使用

groupby

创建一个临时数据帧，您可以对其进行处理并最终与

df

合并

np.random.seed(1) # always add a sample with random state for reproducibility
df = pd.DataFrame(np.random.randint(0,5,size=(5, 5)), columns=list('ABCDE'))


df2 = df.stack().droplevel(-1).reset_index()
df2 = (
    df2.groupby(df2.columns.to_list())
    .size().unstack()
    .fillna(0).astype(int)
)
df = pd.concat([df, df2], axis=1)    

输出

   A  B  C  D  E  0  1  2  3  4
0  3  4  0  1  3  1  1  0  2  1
1  0  0  1  4  4  2  1  0  0  2
2  1  2  4  2  4  0  1  2  0  2
3  3  4  2  4  2  0  0  2  1  2
4  4  1  1  0  1  1  3  0  0  1

---

我理解，这与在Excel中如何添加公式非常相似，但是考虑将数据和结果保持为单独的数据框（即跳过<代码> Pd.CONTAG/COD>），以便在进一步的代码中获得更好的可用性。如果您需要对原始数据执行其他操作，则必须删除列，这不是常见的做法，任何使用您的代码的人都可能不希望出现这种行为。

稍微澄清一下问题

df
    
   A  B  C  D  E  
0  4  3  4  2  0         
1  0  4  2  3  3          
2  3  4  1  2  1          
3  0  2  3  0  2          
4  2  4  1  3  2  

    

跨行的所需结果： 以第0行为例

统计行中0的出现次数。有1个。将其放入“排名0”列中

计算行中1的出现次数。有0个。将其放在“排名_1”列中

等等

所需输出：

   A  B  C  D  E  Ranking_0  Ranking_1  Ranking_2  Ranking_3  Ranking_4
0  4  3  4  2  0          1          0          1          1          2
1  0  4  2  3  3          1          0          1          2          1
2  3  4  1  2  1          0          2          1          1          1
3  0  2  3  0  2          2          0          2          1          0
4  2  4  1  3  2          0          1          2          1          1

有很多方法可以做到这一点，所以我将使用一种对我来说比较简单的方法

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,5,size=(5, 5)), columns=list('ABCDE'))

# The numbers you want to check for
nums = [0,1,2,3,4]
for num in nums: 
     df['Ranking_'+str(num)] = (df.iloc[:,0:5]).isin({num}).sum(1)

小心在前5列中求和，否则您将开始在排名列中添加！这就是为什么我做了

df.iloc[：，0:5）

我使用了

.isin（{}）

仅仅因为它是干净的。还有其他方法

.sum（1）

沿水平行（轴=1）求和

---

您不需要任何循环，但是您现有的数据结构和所需的输出并不清晰。您可以添加一个实际可读的示例数据集以及您期望的输出是什么。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,5,size=(5, 5)), columns=list('ABCDE'))

# The numbers you want to check for
nums = [0,1,2,3,4]
for num in nums: 
     df['Ranking_'+str(num)] = (df.iloc[:,0:5]).isin({num}).sum(1)