如何在Pandas dataframe中找到每列顺序的sum和count？
在Pandas dataframe中找到每列顺序的sum和count可以通过以下步骤实现：
- 首先，导入Pandas库并读取数据到dataframe中。
import pandas as pd
# 读取数据到dataframe
df = pd.read_csv('data.csv')- 使用
sum()函数计算每列的和，并使用count()函数计算每列的非空值数量。
# 计算每列的和
sum_values = df.sum()
# 计算每列的非空值数量
count_values = df.count()- 将计算结果存储在新的dataframe中，并添加列名。
# 创建新的dataframe存储结果
result_df = pd.DataFrame({'Sum': sum_values, 'Count': count_values})
# 添加列名
result_df.columns = ['Sum', 'Count']- 最后，可以打印或使用其他方式查看结果。
# 打印结果
print(result_df)以上步骤将在Pandas dataframe中找到每列顺序的sum和count，并将结果存储在新的dataframe中。这样可以方便地查看每列的和和非空值数量。
推荐的腾讯云相关产品：腾讯云云服务器（CVM）和腾讯云数据库（TencentDB）。腾讯云云服务器提供高性能、可扩展的云计算服务，适用于各种应用场景。腾讯云数据库提供稳定可靠的数据库服务，支持多种数据库引擎和存储引擎，满足不同业务需求。
腾讯云云服务器产品介绍链接：腾讯云云服务器
腾讯云数据库产品介绍链接：腾讯云数据库
相关·内容
我有以下数据帧： # Import pandas library
import pandas as pd
import numpy as np
# data
data = [['tom', 10,2,'c',100,'x'], ['tom',16 ,3,'a',100,'x'], ['tom', 22,2,'a',100,'x'],
['matt', 10,1,'c',100,'x'
浏览 20提问于2020-07-11得票数 0
回答已采纳
8回答
在R中，我可以使用summary命令快速看到丢失数据的计数，但是等效的pandas DataFrame方法describe不报告这些值。
我想我可以做一些事情
len(mydata.index) - mydata.count()
来计算每一列缺少的值的数量，但是我想知道是否有更好的成语(或者我的方法是否正确)。
浏览 10提问于2014-03-07得票数 48
回答已采纳
2回答
我想做什么
我想数数有条件的行数。每一列应该有不同的编号。
import numpy as np
import pandas as pd
## Sample DataFrame
data = [[1, 2], [0, 3], [np.nan, np.nan], [1, -1]]
index = ['i1', 'i2', 'i3', 'i4']
columns = ['c1', 'c2']
df = pd.DataFrame(data, index=index, columns=columns)
p
浏览 4提问于2022-08-22得票数 0
回答已采纳
1回答
我有一个Pandas DataFrame，df，包含一个名为_text的列。我试着计算每一段文字中大写字母的数目，如下所示：
text_capitals_count = [sum(1 for char in x if char.isupper()) for x in df['_text']]
如果文本中的任何地方都有大写字母，text_capitals_count将被设置为1，而不是给我计数。
我做错什么了？我以为这会把每一段文字的大写字母数起来.
谢谢!
浏览 3提问于2017-07-18得票数 1
回答已采纳
1回答
我有12列的pandas dataframe，每列的值都是从0到12随机的。我想创建包含这些特定值的计数的新列。例如，newvar1将在每一行中包含计数“1”。另一个新的结果变量将包含某些特定列中某个特定值的计数
我的数据框如下所示
v1 v2 v3 v4
0 1 2 1
2 3 1 1
我想要的输出如下
v1 v2 v3 v4 newvar1_count_of_1 newvar1_count_of_1_ in_first_2_col
0 1 2 1 2 1
2 3 1 1 2
浏览 11提问于2019-08-21得票数 1
2回答
我有一个pyspark函数，看起来像这样。\
spark.sql("select count(*) from student_table where student_id is NULL") \
spark.sql("select count(*) from student_table where student_scores is NULL") \
spark.sql("select count(*) from student_table where student_health is NULL")
我得到的结果看起来像\
+-------+|
浏览 0提问于2021-11-07得票数 0
此代码将计算列c2中值大于或等于3的元素的数量 import pandas as pd
df = pd.DataFrame({'c1': ['A', 'B','C','D','E'], 'c2': [3, 1, 0,2,5]})
count=df.loc[:,'c2']
count=count[~ (count<3)]
count=count.shape[0] 有没有一种直接的方法来计算这些元素，而不是三行代码？
浏览 1293提问于2020-10-25得票数 0
4回答
嗨，我希望你能帮我这个忙。我有一个数据文件df_test
import pandas as pd
import numpy as np
df_test = pd.DataFrame(data=[[np.nan,2,3,"male"],
[4,5,6,"female"],
[1,2,np.nan,"female"]],
columns=['a','b',&#
浏览 14提问于2022-08-03得票数 1
我的数据： import pandas as pd
data = {'game': [1, 2], 'moves': [['D4', 'd5', 'NF4'],['d5', 'c6', 'Be4']]}
df = pd.DataFrame(data) | game | moves |
|------|--------------|
| 1 |[D4, d5, NF4] |
| 2 |[d5, c6, Be4] | 对于每一行，我想提取&
浏览 9提问于2021-09-10得票数 2
回答已采纳
我有一个dataframe，我想要计算每一行的非零列，以及dask和pandas中选定行的总和？ id Car Model 1.1 2.1 3.1 4.1
1 BMW Model1 2 5 2 0
2 Volvo V1 0 0 10 3
3
浏览 9提问于2020-06-29得票数 1
回答已采纳
2回答
dataframe是query.when groupby之后的一个空df，引发运行时警告，然后获得另一个没有columns.How的空数据raise来保留列？
df = pd.DataFrame(columns=["PlatformCategory","Platform","ResClassName","Amount"])
print df
结果：
Empty DataFrame
Columns: [PlatformCategory, Platform, ResClassName, Amount]
Index: []
然后分组讨论
浏览 5提问于2017-09-07得票数 9
回答已采纳
2回答
如何在熊猫中添加一行
、、、、
我有一个值为1和2的DataFrame，我想在DataFrame的末尾添加一行，计算每列中的1。应该是类似的
COUNTIF(A:A,1)并拖到excel中的所有列中。
我尝试了一些类似df.loc['lastrow']=df.count()[1]的方法，但是结果不正确。
我怎样才能这样做?这个函数(count()[1])是做什么的？
浏览 0提问于2019-08-04得票数 1
回答已采纳
1回答
我有一个带有字符串"name“的dataframe，我希望为每一列计算它的外观。我想要一个新的df的结果。
import pandas as pd
data1 = {'first_column': ['1', '2', 'name'],
'second_column': ['name', 'name', 'name'],
'id_number':['name', '4', &
浏览 1提问于2022-09-22得票数 0
回答已采纳
1回答
对于df中的每一行，我希望计算属于AA和B列大于2的值，并将此计数保存到同一个df中的一个新列中。所以在下面的df中，0行，计数=1，在第1行，count=2。有什么帮助吗？
import numpy as np
import pandas as pd
df = pd.DataFrame({
"AA": [3,6,0,3,4],
"B": [1,5,1,1,4],
"W": [1,2,1,1,9]
})
df
浏览 2提问于2022-08-15得票数 0
我有一个包含order_state列的orders表。并且需要计算每个订单状态的订单，按小时分组，但不使用group by order_state列。我想用NamedAgg。有可能吗？如下所示： orders_agg = orders.groupby(
by=[pandas.Grouper(key='created_at', freq='H'), 'source']
).agg(
orders_count=pandas.NamedAgg('created_at', 'count'),
fi
浏览 22提问于2020-12-22得票数 1
回答已采纳
根据其他列中字符串的长度派生新的pandas列 我想计算每一行中有一个值的列数，并用这个数字创建一个新列。假设我有6列，其中有两列以某个值开头，那么该行的新列将具有值2。 df = pd.DataFrame({'ID':['1','2','3'],'ID2':['11','12','13'], 'J1': ['a','ab',''],'J2':['22','
浏览 18提问于2019-05-10得票数 0
我有以下数据，并试图确定每一行中有多少列值在前四列中的最大值的12以内。
import pandas as pd
df = pd.DataFrame({
't1': [0, 0, 40, 37, 143],
't2': [0, 38, 149, 145, 151],
't3': [0, 140, 100, 37, 150],
't4': [0, 0, 23, 0, 19],
'other': ['str1', 'str2', 'str3
浏览 2提问于2021-05-08得票数 1
回答已采纳
2回答
这是我的密码：
import pandas as pd
df = pd.DataFrame({'id': ['a', 'a', 'b', 'b', 'b'],
'v1': [1, 2, 3 ,4, 5],
'v2': [7, 6, 5, 4, 3],
'v3': [2, 4, 6, 8, 10]})
df.groupby('id&
浏览 0提问于2018-11-30得票数 0
回答已采纳
我知道这是个简单的问题，但我对潘达斯很陌生。我想对每一行的单元格进行比较，以查看列中的任何单元格是否大于或小于0.00。
GOOG AAPL XOM IBM Value
2011-01-10 0.0 0.0 0.0 0.0 0.00
2011-01-13 0.0 -1500.0 0.0 4000.0 -61900.00
我知道熊猫是在迭代中建造的。但是，使用下面的代码，我收到了一个错误
for index, row in dataFrame.iterrows():
浏览 2提问于2017-10-15得票数 5
回答已采纳
2回答
如果我有一个Pandas DataFrame，并且想要计算每一列的中位数，那么参数axis=1似乎应该按列给出中位数(根据文档)。但在实践中，axis=0给出了列的中值。下面是一个简单的可复制示例：
import pandas as pd
my_data = [[1.1, 2.2, 3.3], [1.2, 2.3, 3.4], [1.3, 2.4, 3.5]]
df = pd.DataFrame(my_data)
print(df.head())
print("\nTry to calculate median with axis=1\n")
print(df.media
浏览 21提问于2018-12-17得票数 1
回答已采纳
1回答
import pandas as pd
import numpy as np
#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','','Steve','Tom','Jack',
'Lee','David','','Betina','Andres']),
'Age
浏览 4提问于2020-06-12得票数 0
2回答
我有一份数据
import pandas as pd
df = pd.DataFrame({'row_one': [0,1,1], 'second': [0,0,1], 'third': [0,1,1], 'forth': [0,0,0], 'fifth': [0,0,0]})
我希望选择每列之和大于1的列。
我试过的是：
df_1 = pd.DataFrame((df.sum(axis=0) >=1))
df[df_1[df_1[0]==True].index]
有没有更有效的方法？
浏览 3提问于2021-09-24得票数 2
回答已采纳
我有一个Pandas包含75k行文本(大约。(每一行350字符)。我需要搜索在该数据帧中出现的45k子字符串列表。
预期输出是包含作者列表和出现次数的authors_data dict。下面的代码假设我有一个dataframe['text']列和一个名为authors_list的子字符串列表。
authors_data = {}
for author in authors_list:
count = 0
for i, row in df.iterrows():
if author in row.text:
count
浏览 1提问于2018-08-14得票数 4
回答已采纳
1回答
我有一个字符串列表。我想要计算Pandas列的每一行中所有单词的出现次数，并使用此计数添加一个新列。
words = ["I", "want", "please"]
data = pd.DataFrame({"col" : ["I want to find", "the fastest way", "to
count occurrence", "of words in a column", "Can
浏览 13提问于2019-10-26得票数 1
回答已采纳
我需要对Pandas dataframe中的每一列应用一个函数，该函数包括每列中的NaN计数。假设我有这个数据帧： import pandas as pd
df = pd.DataFrame({'Baseball': [3, 1, 2], 'Soccer': [1, 6, 7], 'Rugby': [8, 7, None]})
Baseball Soccer Rugby
0 3 1 8.0
1 1 6 7.0
2 2 7 NaN
浏览 31提问于2019-10-11得票数 2
回答已采纳
我有一个简单的python3.8DataFrame，有8列(简单标记为0、1、2等)。差不多吧。3500排我想要这个DataFrame的一个子集，其中每行至少有2列在1以上，我不想单独检查每一列，而是能够检查所有列。我知道我可以使用.any(1)来检查所有的列，但是我需要至少有两个符合阈值的列，而不仅仅是一个。任何帮助都将不胜感激。示例代码如下：
import pandas as pd
df = pd.DataFrame({0:[1,1,1,1,100],
1:[1,3,1,1,1],
2:[1,3,1,1,4],
浏览 4提问于2021-11-30得票数 1
回答已采纳
我有下面的例子pandas DataFrame：
df = pd.DataFrame({"list": [[a, b, c], [a, c, d], [c]],
"count": [3, 5, 1]})
我希望输出一个字典，该字典包含列表元素(a、b、c、d)作为键，并将lists列中元素的所有count值之和作为值。我的示例输出如下所示：
{"a": 8, "b": 3, "c": 9, "d": 5}
我尝试将count列压缩到lists列，然后为list和
浏览 1提问于2021-10-06得票数 0
我在Pandas Dataframe中有两列：
value_1 values_2
10 [{'name': 'eric', 'count':20}, {'name': 'john', 'count':30}]
20 [{'name': 'james', 'count':20}, {'name': 'jamie', 'count':35}]
我想要创建一个函数，在相同的dataframe
浏览 6提问于2022-03-06得票数 3
回答已采纳
我有一个包含三列概率的pandas数据框：
Prob0 Prob1 Prob2
0.1 0.6 0.3
0.2 0.1 0.7
我需要为每一行生成一个列，该列包含概率为Prob0的值0、概率为Prob1的值1和概率为Prob2的值2。
或者，如果我生成一个包含值Prob0 with probability Prob0、值Prob1 with probability Prob1和值Prob2 with probability Prob2的列，我会很高兴。
我尝试过使用sample函数，但它不起作用：
population['ChoiceProba'] =
浏览 0提问于2021-01-26得票数 1
考虑一下这个dataframe
df = pandas.DataFrame(numpy.random.randint(0,100,size=(200, 4)), columns=list('ABCD'))
df['E'] = list(numpy.arange(1001, 1021)) * 10
df['F'] = ['c', 'b', 'b', 'a', 'd'] * 20 + ['d', 'a', 'b', '
浏览 2提问于2017-06-30得票数 3
回答已采纳
2回答
使用pandas-python
我有一个现有的数据文件，比方说Dataframe A (18 rows, 40 columns)。
我创建了一个新的dataframe，我们可以将其命名为Dataframe B (18 rows, 127 columns) (这并不完全重要)。
我想循环遍历Dataframe A的每一列(或不循环)，并将每一列复制到Dataframe B.除了，我想从0开始，在A的每一列上复制该列3次，第4列除外。
示例：
如果前5个的col_headers of A是[0,1,2,3,4]，我希望在B上使用与：[0,1,1,1,2,2,2,3,3,3,4]相同值的关联col
浏览 1提问于2018-06-22得票数 3
1回答
星火中每列值之和
、、
我需要一些关于火花的帮助。
我所做的是将我在Spark中获得的数据some转换为Pandas (使用Spark2Pandas命令)，然后对其进行如下工作：
基本上，我有一个有100列的Pandas dataframe，每个列都称为"FirstP XX SecondP"，是从00到99的列号。因此，首先，我删除了每一列文本的"FirstP“和”SecondP“部分(基本上，我只保留数字)。之后，使用for循环创建一个新列，在该列中，我将添加每个列的所有值的总和。然后，我删除包含所有数据的原始列。
我使用的代码如下：
data.columns = data.columns.
浏览 3提问于2022-01-06得票数 -2
回答已采纳
1回答
熊猫群在一列名单上
、、、
我有一个包含pandas的列的lists数据
df = pd.DataFrame({'List': [['once', 'upon'], ['once', 'upon'], ['a', 'time'], ['there', 'was'], ['a', 'time']], 'Count': [2, 3, 4, 1, 2]})
Count List
2 [once, upon]
3 [onc
浏览 3提问于2018-03-22得票数 7
回答已采纳
2回答
我有两个具有相同列标签的数据帧，如下所示：
df1 = {'key_1': {0: 'F', 1: 'H', 2: 'E'},
'key_2': {0: 'F', 1: 'G', 2: 'E'},
'min': {0: -158, 1: -881, 2: -674},
'count': {0: 58, 1: 24, 2: 13}}
df2 = {'key_
浏览 3提问于2021-06-04得票数 1
回答已采纳
3回答
我正在尝试找出对我的数据进行简单透视的最佳方法：
import pandas
dfn = pandas.DataFrame({
"A" : [ 'aaa', 'bbb', 'aaa', 'bbb' ],
"B" : [ 1, 10, 2, 30 ],
"C" : [ 2, 0, 3, 20 ] })
我想要输出是一个数据帧，按A分组，B和C的总和和计数值，名称必须准确(Sum_B，Sum_C，C
浏览 0提问于2016-06-22得票数 6
我有一个pandas DataFrame，它有一个包含元组列表的列。对于DataFrame的每一行，我想要获得元组的第一个元素等于1的总次数。 假设我的DataFrame是这样的： df = pandas.DataFrame({"id": [1, 2, 3],
"tuple_list": [[(1, 3), (1, 46), (4, 5)], [(2, 2), (1, 4)], [(3, 5), (69, 4)]]}) 我希望得到的DataFrame如下所示： {"id": [1, 2, 3],
浏览 13提问于2021-04-25得票数 1
回答已采纳
我正在尝试跨Pandas数据帧的列进行求和，当每列中都有NaN时，我得到的结果是sum =0；根据文档，我预期sum =NaN。下面是我得到的信息：
In [136]: df = pd.DataFrame()
In [137]: df['a'] = [1,2,np.nan,3]
In [138]: df['b'] = [4,5,np.nan,6]
In [139]: df
Out[139]:
a b
0 1 4
1 2 5
2 NaN NaN
3 3 6
In [140]: df['total'] =
浏览 0提问于2015-10-31得票数 33
我有这个dataFrame。每一行列数据都是包含大约50个数据点的列表。我想数数50岁以上和20岁以上的次数。
>>> df['data'].head(10)
0 [33.23, 51.02, 32.01 ...
1 [99.04, 38.06, 39.57...
2 [96.04, 96.72, 401.93...
3 [96.64, 99.15, 99.83...
4 [96.71, 38.93, 53.02....
5 [88.72, 37.61, 39.61...
6 [38.93, 88.72, 37.31.
浏览 4提问于2022-03-10得票数 -1
问题
如何在不必为每一列分配函数字典的情况下获得以下结果？
df.groupby(level=0).agg({'one': {'SUM': 'sum', 'HowMany': 'count'},
'two': {'SUM': 'sum', 'HowMany': 'count'}})
我至今所做的一切
考虑一下df
import pandas as pd
import numpy
浏览 12提问于2016-07-14得票数 2
回答已采纳
1回答
给定计数列的值列的频率
、、、、
一个数据帧有两列'Value'，'Count‘。值包含非唯一的值。Count包含值出现的次数。我想绘制数值与计数和的关系图。虽然这段代码可以工作，但我觉得它并没有利用pandas的力量。我遗漏了什么？ df = pd.DataFrame({'Value':[1,3,2,1],'Count':[5,2,1,4]})
gdf = df.groupby('Value')
sumdf = pd.DataFrame({'Value':k,'Sum':g['Count'].sum()}
浏览 14提问于2021-06-18得票数 0
我想计算pandas dataframe "data“中重复元素的数量，特别是在roi列中，并将这个数字输入到count列的每一行中。
例如，roi 35出现两次，因此count列中的每一行都应该具有"2“。
现在我尝试了以下几种方法：
data['count'] = data.groupby('roi').roi.count()
但这失败了。我能做什么?
浏览 19提问于2019-11-01得票数 1
回答已采纳
DataFrame
我有一个Pandas DataFrame的评论栏，如上图所示。我希望获取产品‘’review‘列中每一行中每个单词的计数，并将其存储到另一列，即products' word _ count’。我尝试的代码如下：
products['word_count'] = products['review'].apply(lambda x : nltk.FreqDist)
但是，我得到的不是单词计数，而是列中的<class‘word .概率.’>对象！
浏览 1提问于2020-09-30得票数 0
我有一个Pandas <pandas.core.frame.DataFrame>，它有多个日期列。
Year Month Count1 Count2
2015-01-01 2015-05-01 11 23
2015-01-01 2015-03-01 13 24
2020-01-01 2020-05-01 12 22
2020-01-01 2020-05-01 43 13
...
因此，第二行在月份类别中属于3月，在年份类
浏览 3提问于2021-03-05得票数 0
回答已采纳
我有一个很大的pandas数据帧，我想要计算每一列中超过阈值(零)的值的数量，按一个name列中的值进行分组。
下面的代码可以完成这项工作，但我想知道它是否是不必要的缓慢。我在电脑上花了超过60秒。
import pandas as pd
import numpy as np
import time
# Set up problem (also slow, but irrelevant at this point)
n = 40000
m = 200
n_name = 1000
df = pd.DataFrame(np.random.randint(-10, 10, size=(n, m))
浏览 6提问于2020-02-24得票数 1
请考虑以下数据：
import pandas as pd
from pandas import DataFrame
df = pd.DataFrame({'ID': ['A','A','A','B','B','B','C','C','C'], 'YEAR': [2000,2001,2002,2007,2008,2009,2015,2016,2017],
'ITEM-A'
浏览 7提问于2022-02-21得票数 1
回答已采纳
2回答
描述:我有一个GUI，允许用户添加显示在dataframe中的变量。当变量被添加时，它们会自动编号，例如‘FIELD_0’和'FIELD_1‘等等，并且每个变量都有一个与其相关联的值。数据实际上是基于行的，而不是基于列的，因为“字段”ids位于0列中，并向下推进，相应的值位于第1列中，在相应的行中。如下所示：
0 1
0 FIELD_0 HH_5_MILES
1 FIELD_1 POP_5_MILES
用户可以重新排序这些值，并将它们上下移动一行。然而，重要的是，数字排序保持顺序。因此，如果用户将'FIELD_1‘放在'
浏览 3提问于2021-07-30得票数 0
回答已采纳
1回答
我在python 2.7.9的pandas 0.18.0中工作。
获取一个示例DataFrame并按几列分组，然后对不同的列求和以得到结果，如下所示：
>>> df = pandas.DataFrame([[1,2,3],[4,5,6],[1,2,9]], columns=['a','b','c'])
>>> print df
a b c
0 1 2 3
1 4 5 6
2 1 2 9
>>> df.groupby(['a','b']
浏览 10提问于2016-07-29得票数 4
1回答
大熊猫的平行采样和分组
、、、
我有一个很大的df (>=100k行和40列)，我正在重复地采样和分组。下面的代码可以工作，但我想知道是否有一种方法可以通过并行化进程的任何部分来加速进程。df可以驻留在共享内存中，并且df中没有任何更改，只需要为每列返回1个或更多聚合。
import pandas as pd
import numpy as np
from tqdm import tqdm
data = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
data['variant']
浏览 1提问于2021-12-03得票数 1
我对pandas和数据帧还很陌生，我需要在我的数据帧中添加一个新的列，这就像是在算术运算的基础上组合其他列。
Dataframe columns:
col1 , col2 col3.. etc
Functions:
sum()
count()
distinct()
min()
etc..
Operators: like + - * / etc..
now user can drag and drop anything from above 3(functions, columns
and operators) which might make expression like..
s
浏览 1提问于2018-05-05得票数 1
我需要将df1转换为df2：
import pandas as pd
from pandas import DataFrame, Series
import numpy as np
df1 = pd.DataFrame(index=['date_1', 'date_2', 'date_3'],
columns=["A_count", "A_dollar", "B_count", "B_dollar"],
data=[[1
浏览 6提问于2017-04-04得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
