在python中计算数据帧的每一列中的非零值

Question

我有一个python-pandas-dataframe,其中第一列是user_id,其余列是标签(tag_0到tag_122).我有以下格式的数据:

UserId  Tag_0   Tag_1
7867688 0   5
7867688 0   3
7867688 3   0
7867688 3.5 3.5
7867688 4   4
7867688 3.5 0

我的目标是Sum(Tag)/Count(NonZero(Tags))为每个user_id 实现

df.groupby('user_id').sum(),给我sum(tag),但是我对计算非零值一无所知

是否有可能Sum(Tag)/Count(NonZero(Tags))在一个命令中实现？

在MySQL中我可以实现如下: -

select user_id, sum(tag)/count(nullif(tag,0)) from table group by 1

任何帮助将不胜感激.

Answer 1

我最喜欢的每列中获得非零数的方法是

df.astype(bool).sum(axis=0)

对于每行中使用的非零数

df.astype(bool).sum(axis=1)

(感谢Skulas)

如果你的df中有nans,你应该先将它们设为零,否则它们将被计为1.

df.fillna(0).astype(bool).sum(axis=1)

(感谢SirC)

Answer 2

为什么不使用np.count_nonzero？

它也适用于日期。

感谢您的回答！我最终得到了这个解决方案，因为我认为它非常易于阅读。我只修改了两件事：为了我对“获取所有行的非零值的数量”（您的情况2）的理解，我需要 `axis=1` 而不是 `axis=0`。我更喜欢将输出作为“pandas.Series”，所以我使用了“result = pd.Series(index=df.index, data=np.count_nonzero(df, axis=1))” (4认同)

Answer 3

要计算非零值,只需执行(column!=0).sum(),column您要为其执行的数据在哪里. column != 0返回一个布尔数组,True为1,False为0,因此求和会给出与条件匹配的元素数.

为了得到你想要的结果,做

df.groupby('user_id').apply(lambda column: column.sum()/(column != 0).sum())