计算熊猫列中出现的False或True的次数

Question

给定

patient_id  test_result has_cancer
0   79452   Negative    False
1   81667   Positive    True
2   76297   Negative    False
3   36593   Negative    False
4   53717   Negative    False
5   67134   Negative    False
6   40436   Negative    False

如何在python中的列中计算False或True？

我一直在尝试：

# number of patients with cancer

number_of_patients_with_cancer= (df["has_cancer"]==True).count()
print(number_of_patients_with_cancer)

Answer 1

所以你需要value_counts吗？

df.has_cancer.value_counts()
Out[345]: 
False    6
True     1
Name: has_cancer, dtype: int64

Answer 2

如果has_cancer有NaN：

false_count = (~df.has_cancer).sum()

如果has_cancer没有NaN，则可以通过不必预先取消掩码来进行优化。

false_count = len(df) - df.has_cancer.sum()

同样，如果你想只是真正的价值，这就是计数

true_count = df.has_cancer.sum()

如果两者都想要

fc, tc = df.has_cancer.value_counts().sort_index().tolist()

Answer 3

number_of_patients_with_cancer = df.has_cancer[df.has_cancer==True].count()

Answer 4

0     True
1    False
2    False
3    False
4    False
5    False
6    False
7    False
8    False
9    False

如果上面的熊猫系列被称为示例

example.sum()

然后此代码输出 1，因为True该系列中只有一个值。得到计数False

len(example) - example.sum()