通过Pandas DataFrame计算每行的零数？

Question

给定一个DataFrame,我想计算每行的零数.如何用Pandas计算它？

这是我现在所做的,这会返回零的索引

def is_blank(x):
    return x == 0 

indexer = train_df.applymap(is_blank)

Answer 1

使用一个布尔比较,它将产生一个布尔df,我们可以将其转换为int,True变为1,False变为0然后调用count并传递param axis=1以逐行计数:

In [56]:

df = pd.DataFrame({'a':[1,0,0,1,3], 'b':[0,0,1,0,1], 'c':[0,0,0,0,0]})
df
Out[56]:
   a  b  c
0  1  0  0
1  0  0  0
2  0  1  0
3  1  0  0
4  3  1  0
In [64]:

(df == 0).astype(int).sum(axis=1)
Out[64]:
0    2
1    3
2    2
3    2
4    1
dtype: int64

突破以上:

In [65]:

(df == 0)
Out[65]:
       a      b     c
0  False   True  True
1   True   True  True
2   True  False  True
3  False   True  True
4  False  False  True
In [66]:

(df == 0).astype(int)
Out[66]:
   a  b  c
0  0  1  1
1  1  1  1
2  1  0  1
3  0  1  1
4  0  0  1

编辑

由大卫指出astype来int是不必要的,因为Boolean类型会被upcasted到int时调用sum所以这简化为:

(df == 0).sum(axis=1)

Answer 2

您可以使用 python pandas 的以下函数计算每列的零。它可能有助于需要计算每列特定值的人

df.isin([0]).sum()

这里 df 是数据帧，我们要计数的值为 0

Answer 3

这是使用apply()and 的另一种解决方案value_counts()。

df = pd.DataFrame({'a':[1,0,0,1,3], 'b':[0,0,1,0,1], 'c':[0,0,0,0,0]})
df.apply( lambda s : s.value_counts().get(key=0,default=0), axis=1)