计算数据框列中真/假的出现次数

Question

有没有办法计算列中布尔值的出现次数而不必循环遍历 DataFrame？

做类似的事情

df[df["boolean_column"]==False]["boolean_column"].sum()

将不起作用，因为 False 的值为 0，因此零之和将始终返回 0。

显然，您可以通过遍历列并检查来计算出现次数，但我想知道是否有一种pythonic 方法可以做到这一点。

Answer 1

使用pd.Series.value_counts()：

>> df = pd.DataFrame({'boolean_column': [True, False, True, False, True]})
>> df['boolean_column'].value_counts()
True     3
False    2
Name: boolean_column, dtype: int64

如果你想单独计数False，True你可以使用pd.Series.sum()+ ~：

>> df['boolean_column'].values.sum()  # True
3
>> (~df['boolean_column']).values.sum() # False
2

Answer 2

对于 Pandas，自然的方式是使用value_counts：

df = pd.DataFrame({'A': [True, False, True, False, True]})

print(df['A'].value_counts())

# True     3
# False    2
# Name: A, dtype: int64

要单独计算True或False值，不要与True/False显式比较，只需sum使用反向布尔值~来计算False值：

print(df['A'].sum())     # 3
print((~df['A']).sum())  # 2

这是有效的，因为它bool是 的子类int，并且该行为也适用于 Pandas 系列/NumPy 数组。

或者，您可以使用 NumPy 计算计数：

print(np.unique(df['A'], return_counts=True))

# (array([False,  True], dtype=bool), array([2, 3], dtype=int64))