如何使用 Pandas 计算每列（每列）中值出现的次数？答案

【问题标题】：How to count the number of times a value occurs in each column (per column), using Pandas?如何使用 Pandas 计算每列（每列）中值出现的次数？
【发布时间】：2019-03-08 08:37:06
【问题描述】：

到底有没有用pandas来统计每列某个值出现的次数？

data = pd.DataFrame({'userID':['Luis', 'Mike', 'Harvey'], 'category1'：[真，假，真]，'category2'：[真，真，假]， 'category3':[假，假，假]}）

假设我想计算每个类别的“真”布尔值的数量以获得以下回报：

 Category 1  -- Category 2 -- Category 3
      2             2              0

我该怎么做呢？

【问题讨论】：

标签： pandas pandas-groupby

【解决方案1】：

您可以通过布尔掩码的sum 计算出现次数 - True 值是类似1s 的过程：

#count all columns without first to Series
print (data.iloc[:, 1:].sum().astype(int))

category1    2
category2    2
category3    0
dtype: int32

#or to one row DataFrame
df = data.iloc[:, 1:].sum().astype(int).to_frame().T

使用eq (==) 的通用解决方案：

val = True
df = data.iloc[:, 1:].eq(val).sum().astype(int).to_frame().T
print (df)

   category1  category2  category3
0          2          2          0

【讨论】：

完美，谢谢！事实上，第一种方法最好让它向下列出 - 干杯！
@halfer - 谢谢，2 个错别字:)

【解决方案2】：

a = dict(df.category1.value_counts()) 这会给你像 {True : 20, False : 15}

这样的输出

【讨论】：