在Python中对行实现Excel函数countif()

在Python中对行实现Excel函数countif(),python,python-3.x,pandas,Python,Python 3.x,Pandas,下面的DF1有100列(col\u 1到col\u 100),我想设置一个条件,只对值>50的列(col\u 1到col\u 100)和列中的每个项进行计数。在Excel中,使用函数COUNTIF()非常简单。我们如何在Python中实现同样的功能 Item col_1 col_2 col_3 col_4 col_5 col_6 col_7 … item_1 10 5 6 9 4 6 77 … item_2 3 5 66 7

下面的DF1有100列(
col\u 1
col\u 100
),我想设置一个条件,只对值>50的列(
col\u 1
col\u 100
)和
列中的每个项进行计数。在Excel中,使用函数
COUNTIF()
非常简单。我们如何在Python中实现同样的功能

Item    col_1   col_2   col_3   col_4   col_5   col_6   col_7   …
item_1  10  5   6   9   4   6   77  …
item_2  3   5   66  76  7   89  33  …
在上表中,结果应为:

Item    Result
item_1  1
item_2  3
我愿意和你一起做

p.S.也许有一种方法可以按行进行有条件的求和,但我一下子就不知道了。如果有任何知情人士能指出如何操作,我们将不胜感激


p.S.也许有一种方法可以按行进行有条件的求和,但我一下子就不知道了。如果有任何知情人士能指出如何操作,我们将不胜感激

DF1
-我可以假设您使用吗?对不起,我忘了提到,我确实使用了熊猫DF。我已经尝试了一个解决方案,可以在下面粘贴的前一篇文章中找到——无法将其调整到我的脚本中:OK。一些澄清:a)你看到了吗?b) 你能分享一些你试过的代码吗?
DF1
-我想你能用吗?对不起,我忘了提,我用的是熊猫DF。我已经尝试了一个解决方案,可以在下面粘贴的前一篇文章中找到——无法将其调整到我的脚本中:OK。一些澄清:a)你看到了吗?b) 你能分享一些你试过的代码吗?
>>>df
Item    col_1   col_2   col_3   col_4   col_5   col_6   col_7   …
item_1  10  5   6   9   4   6   77  …
item_2  3   5   66  76  7   89  33  …

df1 = df.T
tcol = []

for col in df1.columns:
    tcol.append(len(df1.index[df1[col] > 50].tolist()))

df_total = pd.DataFrame(tcol, columns=['total'])
df = df.join(df_total)