如何计算python数据帧中的计数规则？(类似于SQL中的count if )
在Python中，可以使用pandas库来计算数据帧中的计数规则，类似于SQL中的count if。具体步骤如下：
- 导入pandas库：
import pandas as pd- 创建数据帧（DataFrame）：
df = pd.DataFrame({'col1': [1, 2, 3, 4, 5], 'col2': ['a', 'b', 'a', 'b', 'a']})- 使用条件筛选数据：
filtered_df = df[df['col2'] == 'a']- 计算满足条件的行数：
count = len(filtered_df)完整的代码示例：
import pandas as pd
df = pd.DataFrame({'col1': [1, 2, 3, 4, 5], 'col2': ['a', 'b', 'a', 'b', 'a']})
filtered_df = df[df['col2'] == 'a']
count = len(filtered_df)
print(count)这段代码会输出满足条件的行数，即数据帧中'col2'列值为'a'的行数。
推荐的腾讯云相关产品：腾讯云数据库TDSQL、腾讯云数据万象CI、腾讯云数据万象DLC、腾讯云数据万象DC、腾讯云数据万象DLA等。你可以通过访问腾讯云官方网站获取更详细的产品介绍和文档：https://cloud.tencent.com/product
相关·内容
1回答
我下面有一个超过500k行的示例数据帧： |year|name|text|id|
|2001|foog|ltgn|01|
|2001|goof|ltg4|02|
|2002|tggr|ltg5|03|
|2002|wwwe|ltg6|04|
|2004|frgr|ltg7|05|
|2004|ggtg|ltg8|06|
|2003|hhyy|lt9n|07|
|2003|jjuu|l2gn|08|
|2005|fotg|l3gn|09| 我想使用sql来选择每年最流行的名字。ie:它返回给我一个数据帧，它在500k行中的所有年份每年只有最流行的名称。 我可以通过两个独立的语句来做到这一点：
浏览 38提问于2021-05-03得票数 0
回答已采纳
我正在使用python中的opencv模块从视频(文件)中提取图像序列(帧)，我从视频中提取图像的代码如下所示。
import cv2
import os
os.chdir('D:/Python images/videofolder')
cap = cv2.VideoCapture('D:/Python images/test_videos/testcutvideo1.avi')
cap.isOpened()
success,image = cap.read()
count = 1
success = True
while success:
浏览 0提问于2018-03-01得票数 3
从Spark对Hive表运行的ANALYZE TABLE命令不会提供与从Hive发出的相同命令相同的性能改进。 例如，我将一个数据帧插入到一个空的Hive表中： output.write.insertInto(“XXXXXXXX”) 然后运行analyze table命令：- spark.sql("ANALYZE TABLE XXXXXXXX COMPUTE STATISTICS") 当我在Hive中做记录计数时，它非常慢： select count(*) from XXXXXXXX;
+-----------+
| _c0 |
+-----------+
| 1
浏览 261提问于2019-01-05得票数 2
回答已采纳
1回答
根据列值将值筛选到其他值
、、、
我有以下数据帧
import pandas as pd
newd = {'year': [2001, 2002, 2005, 2002, 2004, 2001, 2001, 2002, 2003, 2003, 2002, 2002, 2003, 2004, 2005, 2003, 2004, 2005, 2004, 2004 ],
'indviduals': [12, 23, 24, 28,30, 15, 17, 18, 18, 19, 12, 15, 12, 12, 12, 15, 15, 15, 12, 12],
'employers':
浏览 0提问于2018-10-11得票数 0
我是新来的，我想知道是否有可能运行一个tflite模型每n帧？例如，我只想每10帧运行一次掌上检测模型，而不是在Android而不是Python上连续运行。
浏览 1提问于2022-08-08得票数 0
3回答
如果不使用SQL的REPLACE()函数，我们如何才能找到spark数据帧一列中的字数？下面是我正在使用的代码和输入，但replace()函数不起作用。
from pyspark.sql import SparkSession
my_spark = SparkSession \
.builder \
.appName("Python Spark SQL example") \
.enableHiveSupport() \
.getOrCreate()
parqFileName = 'gs://caserta-pyspark-eval/t
浏览 3提问于2018-02-22得票数 10
1回答
我正在尝试使用python在千兆位链路上发送以太网帧。因此，我使用了以下代码：
while (package_count < packets):
package_count += 1
s.send(eth_header+eth_payload)
sleep(delay)
插座之前是打开过的。一帧(eth_header + eth_payload)的大小是1500字节，要使用完整的千兆链路，延迟时间将远离几毫秒的最小延迟时间。你知道如何在python中使用完整的千兆位套接字来控制发送数据的速度吗？
浏览 9提问于2017-07-17得票数 0
1回答
从黑斑羚查询和从蜂巢查询的区别？
、、、、
我有一个Hive源表，其中包含：
select count(*) from dev_lkr_send.pz_send_param_ano;
--25283 lines
我正在尝试获取所有的表行，并使用Spark2-Scala将它们放入数据帧中。我做了以下工作：
val dfMet = spark.sql(s"""SELECT
CD_ANOMALIE,
CD_FAMILLE,
libelle AS LIB_ANOMALIE,
to_date(substr(MAJ_DATE, 1, 19), 'YYYY-MM-DD HH24:MI:S
浏览 0提问于2019-07-12得票数 0
回答已采纳
有一个包含这些书籍的books和readers两列的表，其中books和readers分别是图书ID和读者ID。当我试图按读者阅读的图书数量订购时，我得到了AbstractSparkSQLParser例外：
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.SparkContext._
import org.apache.log4j.Logger
import org.apache.log4j.Level
import org.apache.spark.s
浏览 0提问于2015-06-04得票数 1
回答已采纳
我看到了
df.select(“name”).distinct().count() <br/>
这是pyspark数据帧吗？或者熊猫数据帧？
浏览 2提问于2019-09-20得票数 0
1回答
在Databricks "Community“上的Python笔记本中，我正在试验旧金山市向911请求消防队员拨打紧急电话的公开数据。( (YouTube)中使用的旧的2016年数据副本，并在S3上提供给该教程。)
在将数据挂载并使用显式定义的模式读取到DataFrame fire_service_calls_df之后，我将该DataFrame别名为SQL表：
sqlContext.registerDataFrameAsTable(fire_service_calls_df, "fireServiceCalls")
有了这个和DataFrame API，我可以计算发生
浏览 0提问于2018-03-13得票数 5
回答已采纳
1回答
我已经习惯了python的df.shape，它可以毫不费力地给出数据帧中的行数和列数。 然而，我很难在SQL中找到一种简单的方法来做到这一点。 当我搜索堆栈溢出的解决方案时，他们要么使用count(*)输出行数，要么使用[INFORMATION_SCHEMA].[COLUMNS]输出列数。 我从未见过同时具有这两个维度的输出。 我在我的桌面Employee_Location上进行了测试 SELECT count(*) as Dims
FROM [INFORMATION_SCHEMA].[COLUMNS]
WHERE table_name = 'Employee_Location
浏览 18提问于2021-04-17得票数 0
我有两个数据框，一个有单词，另一个有文本。我想要获取第一个数据帧中包含该单词的所有行的计数。
单词=
ID | Word
------------
1 | Introduction
2 | database
3 | country
4 | search
文本=
ID | Text
------------
1 | Introduction to python
2 | sql is a database
3 | Introduction to python in our country
4 | search for a python te
浏览 0提问于2020-09-26得票数 0
当我在mongodb shell中运行以下代码时，它返回正确的记录数：
(在过去8天内搜索匹配的"SourceName“)
mongos> db.fdl.count({ SourceName : "SRC1" , "Created" : { $gte : new Date(new Date().setDate(new Date().getDate()-8)) }})
482
但是，当我尝试在python / pymongo中运行它时，它什么也不返回：
import time
import pymongo
myclient = pymongo.M
浏览 0提问于2018-09-16得票数 1
这是一个关于简单SQL语句的问题，但我有时会对此感到疑惑。我想看看有没有人知道答案。
在使用简单的SQL语句对表中的记录进行计数时，该语句具有最少的无意监听：
1) SELECT COUNT(single_primary_field) FROM table, i.e. SELECT COUNT(user_ID) FROM users;
2) SELECT COUNT(*) FROM table
我最初认为第一个可能是最快的。但是，也许没有一个特定的字段可以使第二个关联更快？
无论哪种方式，可能都不会在速度方面有什么不同。
谢谢
浏览 50提问于2019-11-22得票数 1
我有一个非常简单的SQL查询，但将其转换为LINQ (或LINQ )却是一场噩梦。我已经读了很多问题和文章，我只是无法使它发挥作用。下面是SQL查询(条目表1-N到操作表，条目有一个ParentItemId列)：
select
i.Id
, i.Code
, count(oAdd.ItemId) "Added"
, count(oRem.ItemId) "Removed"
, count(iChild.Id) "Existing"
from items i
left join operations
浏览 2提问于2015-11-04得票数 2
4回答
我正试图让count在ValuesQuerySet上工作。根据Django文件
values = Model.objects.values()
将返回一个ValuesQuerySet，它是QuerySet的子类。
Returns a ValuesQuerySet — a QuerySet subclass that returns dictionaries when used as an
iterable, rather than model-instance objects
这意味着QuerySet的所有方法也应该在ValuesQuerySet上工作。
然而，当我尝试去做的时候，我得到了一
浏览 2提问于2013-12-02得票数 0
回答已采纳
我有一个如下的数据框架和字典：
df =
name characteristic value
bob job doctor
bob age 25
jim job doctor
jim age 25
jim height 6'
mydict = { 'bob': 10, 'jim': 4 }
字典描述具有特定名称的所有行的乘数值。
我想要计算
浏览 2提问于2018-03-10得票数 1
3回答
我正在计算pandas数据帧中4行的平均值、观察值和标准差。现在，我正在制作一个新的数据帧，但肯定有比使用四行更简单的方法？我想我可以使用groupby，然后使用agg，但是我一直无法使它工作。
stats = pd.DataFrame()
stats["mean"] = df.mean(axis=1)
stats["count"] = df.count(axis=1)
stats["std"] = df.std(axis=1)
浏览 2提问于2019-10-22得票数 0
2回答
我正在查看一些SQL代码，并试图找出oracle中count(*)和count(2)之间的区别。
例如
select id_number from person
where type_id = 0010
group by id_number
having count(2) > 1;
浏览 4提问于2020-10-09得票数 0
回答已采纳
1回答
我想用python链接一系列的进程。其中一个过程是创建一些变量并使用groupby函数。 实际上，我想从我的原始数据库创建一个新的数据帧。我可以在一些行中做到这一点，但我想要更简洁的使用链。我的原始数据库是'df‘。首先，我创建了一个新的二进制变量，指示特性'var1‘是否具有某些属性: NaN ou non NaN。 data = df
data['aux1'] = data['var1'].map(math.isnan)
data['count'] = 1
pie = data.groupby(['aux1'
浏览 12提问于2019-09-06得票数 2
回答已采纳
我正在使用Spark JDBC从MS SQL数据库中读取数据，但我得到了一些奇怪的结果。
例如，下面是我从MS SQL数据库中读取记录的代码。请注意，我正在从中读取数据的表不断地插入记录。
//Extract Data from JDBC source
val jdbcTable = sqlContext.read.format("jdbc").options(
Map(
"url" -> jdcbUrl,
"driver" -> "net.sourceforge.jtds
浏览 2提问于2017-09-21得票数 0
我尝试使用以下SQL语句查询：
SELECT COUNT(status) as tot,
CASE WHEN (status = 'pending')
THEN COUNT(status) ELSE 0 END pct,
CASE WHEN (status = 'rejected')
THEN COUNT(status) ELSE 0 END rct,
CASE WHEN (status = 'active')
THEN COUNT(status) ELSE 0
浏览 0提问于2016-11-25得票数 1
回答已采纳
1回答
我正在尝试使用PySpark编写一个查询来计算大型数据帧中的所有null值。在读取数据集后，我执行以下操作： import pyspark.sql.functions as F
df_agg = df.agg(*[F.count(F.when(F.isnull(c), c)).alias(c) for c in df.columns])
df_countnull_agg.coalesce(1).write.option("header", "true").mode("overwrite").csv(path) 这很好用，df_agg数据帧给
浏览 17提问于2020-03-28得票数 0
回答已采纳
我有一个运行在EMR上的pyspark应用程序，我想监控它的一些指标。例如，计数已加载、已保存的行数。目前我使用count操作来提取值，这显然会减慢应用程序的运行速度。我在想，是否有更好的选择来从数据帧中提取这些指标？我使用的是pyspark 2.4.5
浏览 0提问于2021-01-26得票数 0
有人知道Teradata SQL或SAS SQL中是否有统计模式函数(最频繁的观察)吗？或创建下表的任何替代方案：
我想创建一个包含组变量、distinct count、mean和mode的表，如下所示：
Select a, Count(Distinct(b)), Avg(c), *Mode*(c)
From table
Group By a;
谢谢!
浏览 2提问于2015-05-14得票数 2
这个问题类似于，但是总结一下，所以发布的答案不太合适。数据是这样的，以至于一行标识了一个单位时间对：
large_sql_df
id t var1 var2
1 1 10 0
1 2 20 1
2 1 11 0
我想通过var2和time t进行聚合
localdf <- large_sql_df %>%
group_by(var, t) %>%
summarise(count = n(), var1_mean = mean(var1))
这就产生了错误：“算术溢出错误，将表达式转换为
浏览 1提问于2021-07-07得票数 0
回答已采纳
我在从MySQL派生的数据上使用了pandas数据帧的内部合并方法。我希望计数与内部连接SQL查询匹配。merge方法的工作方式是否与内部连接SQL查询完全相同？
farmer_ucd=pd.read_sql('select * from usercredential_dtl ', con=farmer_engine)
farmer_upe=pd.read_sql('select * from userprofile_dtl ', con=farmer_engine)
farmer_upe.merge(farmer_ucd, how='inner&
浏览 22提问于2017-08-05得票数 0
回答已采纳
日安 我正在AWS上写一个胶水作业来转换数据。在对两组数据进行联接后(导致数据帧大小约为100MB )，在检索数据帧上的计数时，我得到了一个空指针异常。让这个bug难以追踪的是，它只是偶尔发生--偶尔会成功。 错误是： 21/05/07 08:27:08 ERROR ProcessLauncher: Error from Python:Traceback (most recent call last):
File "/tmp/transform.py", line 398, in <module>
main()
File "/tmp/tra
浏览 17提问于2021-05-07得票数 0
回答已采纳
我使用的是Ubuntu中的R studio，带有标准更新的R和ggplot2 我尝试在ggplot中创建一个直方图，并将数据按组分开。 我需要图的y轴来表示被小平面网格分割的子组中每个bin的频率。 例如，如果我在数据中有两个条目 a group
1 1
2 2 我需要使用facet_grid来按组拆分，然后显示a对1有一个条形，这是组1中的示例的100%，反之亦然。 我发现这样做的方法是使用(..count..)/sum(..count)但使用sum(..count..)将计算在整个数据帧中的频率，并将给我不想要的结果， 我找不到深入使用..count的好文档。 question abou
浏览 69提问于2016-07-25得票数 3
回答已采纳
4回答
每次访问我的网站都会更新用户的个人点击计数器，并根据存储在cookie中的ip地址和id更新time()的一列。因此，在输出数据时，下面的代码有什么更有效的方式来减少数据库调用，因为它本质上是自身的副本：
<?
$last1Min = time()-60;
$last5Mins = time()-300;
$last1Hr = time()-6000;
$last1Dy = time()-144000;
$last1Wk = time()-1008000;
$last1Mnth = time()-30240000;
//last1Min
$sql = "SELECT COUNT
浏览 1提问于2009-05-20得票数 1
回答已采纳
我从Laravel那里得到了以下错误。
SQLSTATE42000:语法错误或访问冲突: 1461不能创建max_prepared_stmt_count语句(当前值: 16382) (SQL:选择count(*)作为guild的聚合)
我已经尝试删除了会社计数语句，但这会导致下一个SQL查询出现错误。
$users = User::count();
$crowdfunding = CrowdfundingSettings::find(1);
$guilds = Guild::count();
$data = [
'totalItems' => ItemTe
浏览 0提问于2019-07-07得票数 1
回答已采纳
我需要帮助。会很感激的。我将一个数组从端点发送到我的模型，以获取数组中每一项的计数，如果我简单地选择了表中的所有或部分列，就会得到所有的结果。如果将选定的列与count()组合在一起，将得到表中所有项的计数
$sql = "SELECT barcode, (SELECT count(barcode) bcnt FROM shelves) as bcount FROM shelves WHERE barcode IN ('".implode("','",$data['barcode'])."')";
浏览 5提问于2022-09-21得票数 0
回答已采纳
3回答
我正在关注Udemy关于构建登录表单的这个教程。一切都很顺利。
现在我正在尝试重用代码。我遇到的问题是，当我试图查询数据库中的所有条目，以获得一个网站的总数。你能告诉我吗？
下面是我的计数函数(这是我在获取数据库中用于分页的条目总数时遇到的问题)：
function get_all_websites(){
$all = array();
$db = DB::getInstance();
$all = $db->query("SELECT * FROM website");
if(!$all->co
浏览 4提问于2014-03-26得票数 1
回答已采纳
目前正在使用Prolog...我在摸索计数列表规则时遇到了麻烦。我在任何地方都找不到好的解释。有人能在每次递归时给我一个分解吗？
count(0, []).
count(Count, [Head|Tail]) :-
count(TailCount, Tail),
Count is TailCount + 1.
一个地方说它是递归的(这对我来说是有意义的)，另一个地方说它不是。
浏览 3提问于2011-11-19得票数 1
回答已采纳
1回答
我有一个带有地理位置(两列)和存在/禁欲数据(0/1)的数据框架。我需要知道的是，有多少其他地点位于它们附近，并且值为1。然后，这个数字应该附加在第四列中。
xcoords <- c(4487754, 4488111, 4487598, 4487417, 4487949, 4487802, 4488011, 4487638, 4487455, 4487478, 4487141, 4487550, 4487547, 4488010, 4487271, 4487170)
ycoords <- c(5294654, 5294706, 5295490, 5293859, 5295313,
浏览 2提问于2015-10-07得票数 1
回答已采纳
1回答
PDO不工作功能
、、
register.php
<?php
include_once "pdo.php";
if(isset($_POST["submit"])){
$user_pw = hash("sha256", $_POST['password']);
$params = [
'pcode' => $pcode,
'password' => $user_pw,
'na
浏览 0提问于2018-08-03得票数 0
我有一个要合并回SQL表的数据帧-不是熊猫意义上的合并，这将是一个连接，而是一个SQL合并操作，根据数据帧和表之间的比较更新/插入表中的记录。
我可以看到一些替代方法，比如将数据帧写入新表并在SQL中进行合并，或者删除基于主键的任何现有记录并使用to_sql将整个数据帧附加到表中-但是在python中是否有内置的函数可以直接执行这种合并？
浏览 20提问于2020-05-17得票数 1
7回答
假设有以下情况：
&row->count
在C++中是计算&(row->count)还是计算(&row)->count？
编辑:这是C++优先级的一个很好的。
浏览 1提问于2008-09-30得票数 3
回答已采纳
我试过了 df.describe().filter($"summary" === "count").show 但这只适用于整数。我尝试了for循环，如下所示： import scala.collection.mutable.ListBuffer
var count_val = ListBuffer[Long]()
for (i<-0 to column_names.length) {
count_val += df.select(column_names(i)).where(column_names(i)+" is not null&#
浏览 36提问于2020-07-05得票数 0
回答已采纳
3回答
以较低的帧率解析视频
、、、
我目前正在做一个项目，在这个项目中，我需要解析视频并通过几个模型传递它。这些视频的帧率是60fps。我不需要在模型中运行每一帧。当我尝试跳过不需要的帧时，我遇到了一些问题。我尝试了两种方法，这两种方法都相当慢。
方法1代码片段:这里的问题是我仍然在阅读视频的每一帧。只有每4帧运行一次我的模型。
cap = cv2.VideoCapture(self.video)
while cap.isOpened():
success, frame = cap.read()
if count % 4 !=0
浏览 0提问于2018-11-03得票数 2
1回答
我从互联网上的资源中自学了SQL。我有两个SQL查询想要理解。
编写一个SQL查询，从表中获取三个最大薪资。
SELECT distinct Salary from worker a WHERE 3 >= (SELECT count(distinct Salary) from worker b WHERE a.Salary <= b.Salary) order by a.Salary desc;
编写一个SQL查询，从表中获取三分钟的薪水。
SELECT distinct Salary from worker a WHERE 3 >= (SELECT count(distin
浏览 6提问于2020-06-18得票数 0
1回答
我在cassandra集群中有很多数据，有2台节点机器和1台种子机器。我有一个spark主节点和3个从节点。每台机器都是一个8 gb的机器双核。因此，如果我的数据大约是2,000,000，当我在数据帧上执行rdd.count时，它需要很多时间，有时甚至会超时。
val tabledf = _sqlContext
.read
.format("org.apache.spark.sql.cassandra")
.options(Map( "table" -> "events", "keyspace" -> "
浏览 1提问于2015-09-22得票数 0
2回答
我现在正在做一个项目，我希望至少有两个我的社交媒体档案必须填写。但我无法做到这一点。我有这个表格和这些字段
<form role="form" id="submit" class="p-md col-8">
<div class="form-group">
<label>Twitter</label>
<div class="social-link-input
浏览 4提问于2016-11-13得票数 1
回答已采纳
1回答
以下是我的代码。找不到任何注释，我将添加我的代码。
filenames2 = ['BROWN1_L1.txt', 'BROWN1_M1.txt', 'BROWN1_N1.txt', 'BROWN1_P1.txt', 'BROWN1_R1.txt']
with open("C:/Python27/L1_R1_TRAINING.txt", 'w') as outfile:
for fname in filenames2:
with open(fname) as i
浏览 2提问于2016-05-08得票数 0
2回答
在一篇较早的文章()中，我注意到两个答复(答案3和5)使用set来计算列表中重复的元素。
在我最近问自己的一个问题()中，有人提到set只包含唯一的元素；python文档也是这样()。
如果set应该只包含唯一的元素，那么这样的东西是如何工作的：
yourList = ["a", "b", "a", "c", "c", "a", "c"]
duplicateFrequencies = {}
for i in set(yourList):
duplicateFrequencie
浏览 0提问于2016-01-14得票数 1
回答已采纳
我有一个像这样的熊猫数据框架： name salary skills
Web-master 2000 ['django', 'html', 'java']
Engineer 2700 ['python', 'java', 'sql']
Programer 2400 ['python', 'css', 'sql'] 我想创建一个数据帧，如下所示： name count
浏览 30提问于2021-05-06得票数 1
通过更改参数"spark.sql.shuffle.partitions"，以下查询的性能会发生变化。下面的查询需要洗牌吗？
从id不为空的表中选择count(*)
另一个疑问是，在下面的图像中，两个阶段之间的界线是什么。这就是洗牌的意义吗？
浏览 0提问于2018-06-17得票数 0
回答已采纳
我在python中编码以查找单个子字符串在给定字符串中出现的次数，我使用了Python3 ie .count()的预定义方法
当我试图计算'B‘、'A’或'ANA‘发生的时间时，它给了我一个完美的结果，但是当我计算’ANA‘的数量时，它应该给我2，但是输出是1。
s="BANANA"
print("B = ",s.count('B'))
print("NA = ",s.count('NA'))
print("NAN = ",s.count('NAN'))
#H
浏览 0提问于2018-10-21得票数 1
回答已采纳
我正在使用Python3，psycopg2，如果scanned_status = 'false‘，则尝试从我的数据库中检索单个随机行，但它返回'None’。我与数据库的连接正常。有没有人能帮我弄一下sql。我有3列: network_number，scanned_status，number_of_scans。 下面是我的sql语句 def random_network_number():
""" Retrieve a random network number from the database """
sql_
浏览 38提问于2021-02-06得票数 0
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
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
