Pandas: 열에서 true 및 false 발생 횟수 계산

다음 기본 구문을 사용하여 Pandas DataFrame의 열에서 True 및 False 값의 발생 횟수를 계산할 수 있습니다.

 df[' my_boolean_column ']. value_counts ()

그러면 True 및 False 값의 발생 횟수가 계산됩니다.

특정 값 중 하나만 계산하려면 다음 구문을 사용할 수 있습니다.

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

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

다음 예에서는 실제로 이 구문을 사용하는 방법을 보여줍니다.

예: pandas에서 true 및 false 발생 횟수 계산

다양한 농구 선수에 대한 정보가 포함된 다음과 같은 pandas DataFrame이 있다고 가정합니다.

 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

value_counts() 함수를 사용하여 all_star 열에서 True 및 False 값의 발생 횟수를 계산할 수 있습니다.

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

True 4
False 3
Name: all_star, dtype: int64

결과에서 우리는 다음을 볼 수 있습니다:

• all_star 열에 True가 4 번 나타납니다.
• all_star 열에 False 값이 3 번 나타납니다.

다음 구문을 사용하여 True 발생 횟수만 계산할 수도 있습니다.

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

4

그리고 다음 구문을 사용하여 False 발생 횟수만 계산할 수 있습니다.

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

3

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

Pandas: GroupBy 및 값 개수를 사용하는 방법
Pandas: Bin 개수와 함께 GroupBy를 사용하는 방법
Pandas: 조건이 있는 열의 값을 계산하는 방법