python - count() 结果中的奇怪事情。需要澄清

Question

我有一个具有以下结构的初始数据帧(ETH1-ETH3 中的参数只是为了示例而设计的，以表明每个警报都有不同的 ETH1-ETH3 参数集并且可以包含零):

       | Site |   Date   | Alarm | ETH1 | ETH2 | ETH 3|
       | AR21 | 25-01-19 |  AL1  |   1  |   0  |   3  |  
       | AR22 | 25-01-19 |  AL2  |   0  |   0  |   1  |
       | AR23 | 26-01-19 |  AL1  |   1  |   1  |   0  |  
       | AR21 | 26-01-19 |  AL2  |   0  |   1  |   0  |

我正在应用 groupby 方法，因此我想查看在日期期间每个警报的每个站点的每个 ETH1-ETH3 参数发生了多少次。

cols = ['Site', 'Date', 'Alarm']
df.groupby(cols)[['ETH1', 'ETH2', 'ETH3']].count()

这实际上给我的结果是每天所有站点中的所有警报在所有 ETH1-ETH3 列中都有“2”，即使此警报的特定站点在该列中为 0。

当我应用 sum() 时，我看到那些在列中有 0 的网站仍然有零。但为什么 count() 在计数中包含零？

如何实现列为0不计数，只统计大于0的列出现的次数？

Answer 1

您需要将 0 替换为 nan，因为 DataFrame.count排除缺失值:

cols = ['Site', 'Date', 'Alarm']
df = df.mask(df == 0, np.nan).groupby(cols)['ETH1', 'ETH2', 'ETH3'].count()
print (df)
                     ETH1  ETH2  ETH3
Site Date     Alarm                  
AR21 25-01-19 AL1       1     0     1
     26-01-19 AL2       0     1     0
AR22 25-01-19 AL2       0     0     1
AR23 26-01-19 AL1       1     1     0

另一个想法是将 bool 掩码转换为整数并使用sum:

cols = ['Site', 'Date', 'Alarm']
cols1 = ['ETH1', 'ETH2', 'ETH3']

df[cols1] = df[cols1].ne(0).astype('int')
df = df.groupby(cols)[cols1].sum()
print (df)
                     ETH1  ETH2  ETH3
Site Date     Alarm                  
AR21 25-01-19 AL1       1     0     1
     26-01-19 AL2       0     1     0
AR22 25-01-19 AL2       0     0     1
AR23 26-01-19 AL1       1     1     0