<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um das Vorkommen von True- und False-Werten in einer Spalte eines Pandas-DataFrames zu z\u00e4hlen:<\/span><\/p>\n Dadurch werden Vorkommen von Wahr- und Falschwerten gez\u00e4hlt.<\/span><\/p>\n Wenn Sie nur einen der spezifischen Werte z\u00e4hlen m\u00f6chten, k\u00f6nnen Sie die folgende Syntax verwenden:<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame, der Informationen \u00fcber verschiedene Basketballspieler enth\u00e4lt:<\/span><\/p>\n Wir k\u00f6nnen die Funktion value_counts()<\/strong> verwenden, um das Vorkommen von True- und False-Werten in der Spalte all_star<\/strong> zu z\u00e4hlen:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Sie k\u00f6nnen auch die folgende Syntax verwenden, um nur das Vorkommen von \u201eTrue\u201c zu z\u00e4hlen:<\/span><\/p>\n Und Sie k\u00f6nnen die folgende Syntax verwenden, um nur das Vorkommen von False zu z\u00e4hlen:<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in Pandas ausf\u00fchren:<\/span><\/p>\n Pandas: So verwenden Sie GroupBy und Wertz\u00e4hlungen<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um das Vorkommen von True- und False-Werten in einer Spalte eines Pandas-DataFrames zu z\u00e4hlen: df[‚ my_boolean_column ‚]. value_counts () Dadurch werden Vorkommen von Wahr- und Falschwerten gez\u00e4hlt. Wenn Sie nur einen der spezifischen Werte z\u00e4hlen m\u00f6chten, k\u00f6nnen Sie die folgende Syntax verwenden: #count occurrences of True df[‚ my_boolean_column […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df[' my_boolean_column<\/span> ']. value_counts<\/span> ()\n<\/strong><\/pre>\n #count occurrences of True\n<\/span>df[' my_boolean_column<\/span> ']. values<\/span> . sum<\/span> ()\n\n#count occurrences of False\n<\/span>( ~<\/span> df[' my_boolean_column<\/span> ']). values<\/span> . sum<\/span> ()<\/strong><\/pre>\n Beispiel: Z\u00e4hlen des Vorkommens von wahr und falsch bei Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'B', 'B', 'C', 'C'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 28, 20],\n ' all_star<\/span> ': [True, False, False, True, False, True, True]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points all_star\n0 A 18 True\n1 To 22 False\n2 To 19 False\n3 B 14 True\n4 B 14 False\n5 C 28 True\n6 C 20 True\n<\/span><\/span><\/strong><\/pre>\n #count occurrences of True and False in all_star column\ndf[' all_star<\/span> ']. value_counts<\/span> ()\n\nTrue 4\nFalse 3\nName: all_star, dtype: int64\n<\/span><\/span><\/strong><\/pre>\n\n
#count occurrences of True in all_star column\n<\/span>df[' all_star<\/span> ']. values<\/span> . sum<\/span> ()\n\n4<\/span><\/span><\/strong><\/pre>\n #count occurrences of False in all_star column\n<\/span>( ~<\/span> df[' all_star<\/span> ']). values<\/span> . sum<\/span> ()\n\n3<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Pandas: So verwenden Sie GroupBy mit Bin-Anzahl<\/a>
Pandas: So z\u00e4hlen Sie Werte in einer Spalte mit Bedingung<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"