使用 Python 计算出现次数答案

【问题标题】：Counting occurrence using Python使用 Python 计算出现次数
【发布时间】：2019-01-10 14:01:23
【问题描述】：

我正在尝试按列计算 CSV 文件中某种类型值的出现次数，因此程序将执行的操作是如果存在 0 则忽略该行并计算其余行。

Program pseudocode -

Count each column
if the value is greater than 0 count
else ignore
continue till the  last row of each column
print Total count

要记住一件事 - 大约有 5000 列和 50 行，第二行是标题。此外，第一列是我们不想计算的文本格式。如果您检查我附上的图像，它将使一切清楚。我尝试了一些，但没有一个工作。

df = df.set_index('ID_REF')
df = df.append(pd.DataFrame(dict(((df.notnull()) & (df != 0)).sum()), index=['Final']))

这是 csv 文件图像版本：

这是我正在寻找的输出：

【问题讨论】：

"如果值更大" - 哪个值？我在您的示例中看到的唯一 0 是第一列的索引。是否要计算每列中的非零元素？
你当前代码的输出是什么？
如果每一列的任何值大于0，是非零元素，如果检查输出应该清楚，第一列显示54表示没有0值，但第二个显示 53 表示有一个 0 值，第三个显示 52 表示该列中有两个 0 值，这就是我要查找的输出。如果您还有任何困惑，请询问:)
@harvpan @harvpan df = pd.read_csv('transposed.csv').reset_index() # update headers df.columns = df.iloc[0] df = df.iloc[1:].set_index("ID_REF") df.loc["Final"] = (df != 0).sum() 这是此代码的输出：link

标签： python-3.x pandas for-loop count

【解决方案1】：

只需使用：

df.ne(0).sum()

按列汇总非零值的数量。

如果您想将其重新粘贴到原始数据框中，请将系列重命名为 total 以便调用索引，然后使用 append：

df.append(df.ne(0).sum().rename('total'))

示例：

>>> df
   0  1  2  3  4
0  0  0  1  0  1
1  1  0  1  1  0
2  0  0  0  1  1
3  1  1  1  0  0
4  1  1  0  0  0

>>> df.ne(0).sum()
0    3
1    2
2    3
3    2
4    2
dtype: int64

>>> df.append(df.ne(0).sum().rename('total'))
       0  1  2  3  4
0      0  0  1  0  1
1      1  0  1  1  0
2      0  0  0  1  1
3      1  1  1  0  0
4      1  1  0  0  0
total  3  2  3  2  2

【讨论】：

我必须在每列之后存储它，最终结果必须以 csv 输出。
只使用to_csv():df.append(df.ne(0).sum().rename('total')).to_csv('filename.csv')
你能修改你的代码只计算数字或浮点值吗？不是字母数字的吗？谢谢