Pandas：计算列中 true 和 false 的出现次数

您可以使用以下基本语法来计算 pandas DataFrame 列中 True 和 False 值的出现次数：

 df[' my_boolean_column ']. value_counts ()

这将计算 True 和 False 值的出现次数。

如果只想计算特定值之一，可以使用以下语法：

 #count occurrences of True
df[' my_boolean_column ']. values . sum ()

#count occurrences of False
( ~ df[' my_boolean_column ']). values . sum ()

以下示例展示了如何在实践中使用此语法。

示例：计算 pandas 中 true 和 false 的出现次数

假设我们有以下 pandas DataFrame，其中包含有关各种篮球运动员的信息：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'B', 'B', 'C', 'C'],
                   ' points ': [18, 22, 19, 14, 14, 28, 20],
                   ' all_star ': [True, False, False, True, False, True, True]})

#view DataFrame
print (df)

  team points all_star
0 A 18 True
1 To 22 False
2 To 19 False
3 B 14 True
4 B 14 False
5 C 28 True
6 C 20 True

我们可以使用value_counts()函数来统计all_star列中 True 和 False 值的出现次数：

 #count occurrences of True and False in all_star column
df[' all_star ']. value_counts ()

True 4
False 3
Name: all_star, dtype: int64

从结果我们可以看出：

• True 在all_star列中出现4次。
• 值 False 在all_star列中出现3次。

您还可以使用以下语法仅计算 True 的出现次数：

 #count occurrences of True in all_star column
df[' all_star ']. values . sum ()

4

您可以使用以下语法仅计算 False 的出现次数：

 #count occurrences of False in all_star column
( ~ df[' all_star ']). values . sum ()

3

其他资源

以下教程解释了如何在 pandas 中执行其他常见任务：

Pandas：如何使用 GroupBy 和值计数
Pandas：如何使用 GroupBy 和 bin 计数
Pandas：如何计算有条件的列中的值