Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Pandas : comptez les occurrences de vrai et de faux dans une colonne



Vous pouvez utiliser la syntaxe de base suivante pour compter les occurrences de valeurs True et False dans une colonne d’un DataFrame pandas :

df['my_boolean_column'].value_counts()

Cela comptera les occurrences des valeurs True et False.

Si vous souhaitez uniquement compter une des valeurs spécifiques, vous pouvez utiliser la syntaxe suivante :

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

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

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : compter les occurrences de vrai et de faux chez les pandas

Supposons que nous ayons le DataFrame pandas suivant qui contient des informations sur divers joueurs de basket-ball :

import pandas as pd

#create DataFrame
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    A      22     False
2    A      19     False
3    B      14      True
4    B      14     False
5    C      28      True
6    C      20      True

Nous pouvons utiliser la fonction value_counts() pour compter les occurrences des valeurs True et False dans la colonne all_star :

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

True     4
False    3
Name: all_star, dtype: int64

À partir du résultat, nous pouvons voir :

  • La valeur True apparaît 4 fois dans la colonne all_star .
  • La valeur False apparaît 3 fois dans la colonne all_star .

Vous pouvez également utiliser la syntaxe suivante pour compter uniquement les occurrences de True :

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

4

Et vous pouvez utiliser la syntaxe suivante pour compter uniquement les occurrences de False :

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

3

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans les pandas :

Pandas : Comment utiliser GroupBy et les décomptes de valeurs
Pandas : Comment utiliser GroupBy avec le nombre de bacs
Pandas : Comment compter les valeurs dans une colonne avec condition

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *