Question

import pandas as pd

df = pd.DataFrame({ A : [ ker ,  2 ,  3 ,  4 ],  B : [ 4 ,  5 ,  6 ,  ker ],  C : [ 4 ,  13 ,  2.5ser , ker ],  D : [ 4 ,  5 ,  6 , 2.5ser ]})
df[ count ] = df.iloc[0, :].str.count( ker ).fillna(0)

print(df)

The count column value is nan . I want a code that counts the value of ker .

Answer 1

预期的逻辑不明确,但我想大家可能希望:

df[ count ] = df.apply(lambda s: s.str.count( ker )).sum(axis=1)

请注意,count将计算每一条列中的 ker ( kerxker 。如果您期望或只想计算一个<代码> ker ,则每一方可使用:

df[ count ] = df.apply(lambda s: s.str.contains( ker )).sum(axis=1)

如果您希望exactcompes(而不是子孙),则简单使用:

df[ count ] = df.eq( ker ).sum(axis=1)

产出:

     A    B       C       D  count
0  ker    4       4       4      1
1    2    5      13       5      0
2    3    6  2.5ser       6      0
3    4  ker     ker  2.5ser      2

下面是显示差异的另一个例子:

df = pd.DataFrame({ A : [ ker ,  kernel ,  3 ,  4 ],
                    B : [ 4 ,  5 ,  6 ,  kerker ],
                    C : [ 4 ,  13 ,  2.5ser , ker ],
                    D : [ 4 ,  5 ,  6 , 2.5ser ]})

cols = [ A ,  B ,  C ,  D ]
df[ count1 ] = df[cols].apply(lambda s: s.str.count( ker )).sum(axis=1)
df[ count2 ] = df[cols].apply(lambda s: s.str.contains( ker )).sum(axis=1)
df[ count3 ] = df[cols].eq( ker ).sum(axis=1)

产出:

        A       B       C       D  count1  count2  count3
0     ker       4       4       4       1       1       1
1  kernel       5      13       5       1       1       0
2       3       6  2.5ser       6       0       0       0
3       4  kerker     ker  2.5ser       3       2       1

Answer 2

df[ count ] = df.isin(("ker",)).sum(1)

.isin() 方法回收了具有真实或合法价值的数据框架,.sum(<>>>/code>方法,然后退回了带有若干发生率的一系列数据,因为真实价值被作为1处理,而法尔则被看作0。



结果:

     A    B       C       D  count
0  ker    4       4       4      1
1    2    5      13       5      0
2    3    6  2.5ser       6      0
3    4  ker     ker  2.5ser      2

友情链接