Python中如何使用pandas统计每一行元素的个数
就是我有一个表格，大致像下面这样子:
| | 0 | 1 | 2 | 3 | 4 | 5 |
| --- | --- | --- | --- | --- | --- | --- |
| 1 | A | A | B | B | A | B |
| 2 | B | A | B | A | A | A |
....
我需要统计每一行的 A，B 的个数或者 A，B 在这一行所占的百分比，有什么好的办法么
(比如上面的例子 1 有 3 个 A，3 个 B; 2 有 4 个 A，2 个 B )
perdata.apply(lambda x:x.count('~'),axis=0)
提示如下:
KeyError: ('Level ~ must be same as name (None)', 'occurred at index 0')
谢谢
Python中如何使用pandas统计每一行元素的个数
In [1]: import pandas as pd
In [2]: df = pd.DataFrame([list(‘AABBAB’), list(‘BABAAA’)])
In [3]: df
Out[3]:
0 1 2 3 4 5
0 A A B B A B
1 B A B A A A
In [4]: df == 'A’
Out[4]:
0 1 2 3 4 5
0 True True False False True False
1 False True False True True True
In [5]: (df == ‘A’).sum(axis=1)
Out[5]:
0 3
1 4
dtype: int64
import pandas as pd
假设你有一个DataFrame
df = pd.DataFrame({ ‘A’: [1, 2, 3], ‘B’: [‘x’, ‘y’, ‘z’], ‘C’: [True, False, True] })
统计每一行非空元素的个数
row_counts = df.count(axis=1) print(row_counts)
或者，如果你想统计每一行满足特定条件的元素个数（例如，值大于1）
这里以数值列为例，需要先选择数值列
numeric_df = df.select_dtypes(include=[‘number’]) condition_counts = (numeric_df > 1).sum(axis=1) print(condition_counts)
将统计结果添加到原DataFrame中
df[‘row_element_count’] = row_counts print(df)
用df.count(axis=1)就行。
