在 pandas 的列中计算 False 或 True 的出现次数答案

【问题标题】：Count occurrences of False or True in a column in pandas在 pandas 的列中计算 False 或 True 的出现次数
【发布时间】：2019-05-02 05:20:47
【问题描述】：

给定

patient_id  test_result has_cancer
0   79452   Negative    False
1   81667   Positive    True
2   76297   Negative    False
3   36593   Negative    False
4   53717   Negative    False
5   67134   Negative    False
6   40436   Negative    False

如何在python中计算一列中的False或True？

我一直在尝试：

# number of patients with cancer

number_of_patients_with_cancer= (df["has_cancer"]==True).count()
print(number_of_patients_with_cancer)

【问题讨论】：

这能回答你的问题吗？ Count occurences of True/False in column of dataframe

标签： python pandas dataframe count

【解决方案1】：

所以你需要value_counts？

df.col_name.value_counts()
Out[345]: 
False    6
True     1
Name: has_cancer, dtype: int64

【讨论】：

谢谢！！如何只打印“False”？（我正在检查pandas.pydata.org/pandas-docs/stable/generated/… 但不是很清楚）
+1@NeyJTorres 作为记录，您可以通过附加.loc[False] 获得False 号码，如df.has_cancer.value_counts().loc[False]。但是，当您只需要 其中一个 True 或 False（但不是两者）时，我认为使用像 (~df.has_cancer).sum() 这样的 Coldspeed 方法会更容易。

【解决方案2】：

如果 has_cancer 有 NaN：

false_count = (~df.has_cancer).sum()

如果has_cancer 没有 NaN，您可以通过不必事先否定掩码进行优化。

false_count = len(df) - df.has_cancer.sum()

同样，如果你想要只是 True 值的计数，那就是

true_count = df.has_cancer.sum()

如果你想要两个，那就是

fc, tc = df.has_cancer.value_counts().sort_index().tolist()

【讨论】：

【解决方案3】：

0     True
1    False
2    False
3    False
4    False
5    False
6    False
7    False
8    False
9    False

如果上面的熊猫系列叫做例子

example.sum()

然后此代码输出 1，因为系列中只有一个 True 值。获取False的计数

len(example) - example.sum()

【讨论】：

【解决方案4】：

number_of_patients_with_cancer = df.has_cancer[df.has_cancer==True].count()

【讨论】：

【解决方案5】：

只需将列相加即可得到 True 的计数。 False 只是 0 的特例，True 是 1 的特例。 False 计数将是您的行数减去该数。除非你有na's 在那里。

【讨论】：

如果我里面有 NaN？
na 的总和好像是0，上次我检查过。

【解决方案6】：

将上述数据框视为 df

True_Count = df[df.has_cancer == True]

len(True_Count)

【讨论】：