計算 pandas dataframe 中大於 1 的元素數

Question

嗨，我希望你能幫我解決這個問題。 我有一個 dataframe df_test

import pandas as pd
import numpy as np
df_test = pd.DataFrame(data=[[np.nan,2,3,"male"],
                             [4,5,6,"female"],
                             [1,2,np.nan,"female"]],
                       columns=['a','b','c','sex'])


df_test 
         a  b  c       sex
    0  NaN  2  3.0     male
    1  4.0  5  6.0     female
    2  1.0  2  NaN     female

對於性別列中的每個類別，我想計算 dataframe (a,b,c)的每一列中大於 1 的值的數量。

df_results 
         a_count  b_count  c_count       sex
    0    NaN      1        1             male
    1    2        2        1             female

Answer 1

您可以使用groupby和 aggregate 來計算值：

df_test = pd.DataFrame(data=[[np.nan,2,3,"male"],
                             [4,5,6,"female"],
                             [1,2,np.nan,"female"]],
                       columns=['a','b','c','sex'])

df_test.groupby('sex', sort=False).agg(lambda x : len(x.dropna()>1))

這給了我們預期的 output：

        a  b  c
sex            
male    0  1  1
female  2  2  1

如果您完全希望這些值是 Nan，那么您可以這樣做

df_test.groupby('sex', sort=False).agg(lambda x : np.nan if len(x.dropna()) == 0 else len(x.dropna()))

          a  b  c
sex              
male    NaN  1  1
female  2.0  2  1

由於該列包含 NaN 值，因此 pandas 進行了一些內部優化以在內部將int轉換為float 。 因此，您可能必須將列顯式轉換為 int。

Answer 2

請糾正

columns=[['a','b','c','sex']]

並替換為

columns=['a','b','c','sex']

然后

pd.concat([df_test.sex, df_test.drop(columns=["sex"]) >= 1], axis=1).groupby("sex").sum().replace(0, np.nan).rename(columns=lambda x: x + "_count").reset_index()

Answer 3

檢查下面的代碼（根據示例數據，我假設所有值都大於或等於 1 或 nan）

pd.DataFrame(np.where(df_test.values == 1, np.nan, df_test.values), columns = df_test.columns).groupby(“sex”).count().reset_index()

Answer 4

讓我們試試：

(df_test.drop('sex', axis=1).ge(1)           # compare the data with `1`
   .groupby(df_test['sex'],sort=False).sum() # count the number of `True` with sum
   .add_suffix('_count')                     # add the suffix
   .reset_index()                            # make `sex` a column
)

Output：

      sex  a_count  b_count  c_count
0    male        0        1        1
1  female        2        2        1