如何使用Pandas计算值在每列（每列）中出现的次数？
有没有办法用熊猫来计算某个值在每一列中出现的次数？
数据= pd。DataFrame({'userID':['Luis '，' Mike '，' Harvey']，' category1':[True，False，True]，' category2': [True，True，False]，' category3':[False，False，False]})
假设我想计算每个类别中“真”布尔值的数量，得到的结果是:
Category 1 -- Category 2 -- Category 3
2 2 0
我该怎么做呢？
共有2个答案
< code > a = dict(df . category 1 . value _ counts())这会给出类似{True : 20，False : 15}的输出
您可以通过布尔掩码的sum计算出现次数-True。值是1s这样的过程：
#count all columns without first to Series
print (data.iloc[:, 1:].sum().astype(int))
category1 2
category2 2
category3 0
dtype: int32
#or to one row DataFrame
df = data.iloc[:, 1:].sum().astype(int).to_frame().T
eq（==）的通用解决方案：
val = True
df = data.iloc[:, 1:].eq(val).sum().astype(int).to_frame().T
print (df)
category1 category2 category3
0 2 2 0
-
而是如何高效地计算300列。请救命！
-
问题内容： 我正在尝试计算中每行显示的数字，例如： 行显示3次。 一个简单的天真的解决方案将涉及将我所有的行都转换为元组，然后应用，如下所示： 产生： 但是，我担心我的方法的效率。也许有一个提供此功能的内置库。我将此问题标记为，因为我认为它可能具有我正在寻找的工具。 问题答案： 您可以使用另一个问题的答案来获得唯一项目的计数。 使用结构化数组的另一种选择是使用一种void类型的视图，该视图将整行连
-
问题内容： 我有一个看起来像这样。 对于此数据帧中的每一行，我想计算C1，C2，C3中每一个的出现次数，并将此信息作为列附加到此数据帧中。例如，第一行具有1 C1、0 C2和0 C3。最终数据帧应如下所示 因此，我创建了一个以C1，C2和C3作为值的系列- 一种最重要的方法是在DataFrame的行和列上循环，然后在该Series上循环，并在计数器匹配时递增计数器。但是，有没有一种方法可以以紧凑的
-
问题内容： 如果我有英文文章或英文小说，并且想计算每个单词出现多少次，用Java编写的最快算法是什么？ 有人说您可以使用Map （）完成此操作，但我想知道如何知道关键字是什么？每篇文章都有不同的词，您如何知道“关键”词，然后在其数量上加上一个？ 问题答案： 这个数字“我是”只是一个字
-
我正在尝试获取每分钟出现数据的次数。日期看起来是这样的。第一个数字是一个整数，表示自Unix纪元以来的秒数，我将其转换为ISO 8601时间。第二个数字是双精度的。以“00”结尾的时间代表第0分钟，以“60”结尾的时间代表第1分钟。 代码: 我的输出是这样的： 但我正在寻找类似下面的东西（忽略新的分钟找到的文本） 我如何调整它，以便我跟踪当前分钟并添加到计数器，而不会过早地打印出计数器？
-
问题内容： 我正在尝试编写一个脚本，该脚本将显示每列中非空值的数量以及表中的总行数。 我发现了几种方法可以做到这一点： 和 但是这些要求我手动输入每个列名称。有没有一种方法可以对每个列执行此操作而不列出它们？ 问题答案： 正如Paolo所说，但这是一个示例：