python计数数据框列值满足条件

Question

什么是更优雅的写作方式:

df[df['income'] > 0].count()['income']

我想简单地计算满足条件的列值的数量(在本例中，条件只是大于零，但我想要一种适用于任何任意条件或条件集的方法)。如果列名不需要在表达式中出现两次，显然会更优雅。希望应该很容易。

Answer 1

df = pd.DataFrame([0, 30000, 75000, -300, 23000], columns=['income'])
print(df)
   income
0       0
1   30000
2   75000
3    -300
4   23000

如果您想要计算列中满足比正数稍微复杂的条件的值(例如“值在 5000 到 25000 的范围内”)，您可以使用两种方法。

首先，使用 bool 索引，

((df['income'] > 5000) & (df['income'] < 25000)).sum()

其次，对系列的每一行应用一个函数，

df['income'].map(lambda x: 5000 < x < 25000).sum()

请注意，第二种方法允许任意复杂的条件，但比第一种方法慢得多，第一种方法在底层数组上使用低级操作。请参阅documentation on boolean indexing了解更多信息。