计算 Pandas 中每行唯一列中的真/假值

Question

我是熊猫的新手

我的数据帧：

df

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

我的目标：

计算每个类别1-9和A 、 B 、 C列的总和。

这样我就可以回答这些小问题：

第1 True A列值的sum是多少，第5 True C的sum是多少。

实际上，我有大约 50 个类别1-50 ，我想知道是否有一种聪明的方法来计算这些总和而不必使用这种行 50 次：

df['Sum of A where 1 is True'] = df.A.where(df.1)).sum()

等等。

谢谢你的建议。

Answer 1

您可以使用DataFrame.melt通过True s 和DataFrame.pop过滤来提取列，然后聚合sum ：

df = (df.melt(['A','B','C'], var_name='Type', value_name='mask')
       .loc[lambda x: x.pop('mask')]
       .groupby('Type')
       .sum())
print (df)
       A   B   C
Type            
1      7   4   5
2      6   6   2
3      7   4  15
4      5   2   4
5      7   4  15
6     18  12  21
8     18  12  21
9     11   8  16

Answer 2

IIUC，这只是matmul ：

# replace your columns accordingly
df[list('123456789')].T @ df[list('ABC')] 

输出：

    A   B   C
1   7   4   5
2   6   6   2
3   7   4  15
4   5   2   4
5   7   4  15
6  18  12  21
7   0   0   0
8  18  12  21
9  11   8  16