计算熊猫数据框中低于0的条目数答案

【问题标题】：Calculating number of entries in pandas dataframe below 0计算熊猫数据框中低于0的条目数
【发布时间】：2020-03-12 10:37:16
【问题描述】：

我有一个 pandas 数据框，其中包含许多列，其中一些是数字的，而另一些是分类的。

我想计算 pandas 数据框中的否定条目数。一种方法是找出哪些列是数字的，对这些列进行子集化，然后使用简单的语法来计算具有负值的条目数，例如(df < 0).sum()

相反，我尝试使用包含条件的 apply 和 lambda 函数的语法，但我收到一条消息，指出我的语法错误。您能否向我解释一下为什么以及如何实现这个想法？

data.apply(lambda x: (if (x.dtype == 'int16' or x.dtype == 'float16'): (x<0).sum())).sum()
  File "<ipython-input-75-f329bf4e8cdd>", line 1
    data.apply(lambda x: (if (x.dtype == 'int16' or x.dtype == 'float16'): (x<0).sum())).sum()
                           ^
SyntaxError: invalid syntax

【问题讨论】：

标签： python-3.x pandas if-statement lambda apply

【解决方案1】：

您可以在此处使用 三元运算符：

data.apply(lambda x: <b>(x &lt; 0).sum() if (x.dtype in ('int16', 'float16')) else 0</b>).sum()

因此，对于非数值，我们返回 0（(ℕ, +, 0) 幺半群的中性元素）。

请注意，除了int16 和float16 之外，还有更多的数字类型，您可能希望在此处使用np.issubdtype(..., np.number)：

import numpy as np

data.apply(lambda x: (x < 0).sum() if np.issubdtype(x.dtype, np.number) else 0).sum()

【讨论】：

【解决方案2】：

我认为，一个更简单的解决方案是：

使用select_dtypes 获取数字类型列的子集，
然后使用 Numpy count_nonzero 函数。

由于这个函数计算非零值，我们必须转换出 DataFrame 放入一个 boolean 值数组，其中 True 值被计为非零值。

所以总结一下，整个代码可以是：

np.count_nonzero(df.select_dtypes(include=np.number) < 0)

【讨论】：