如何使用Python计算Pandas中列中指定值的出现次数

Question

我有以下数据框，我需要计算有多少行包含＆＃39; False＆＃39;在列IsCleared。

       IsCleared
0       False   
1       False
2       True
3       False

所以我在Python 2.7中执行以下操作：

sum = df[df.IsCleared == 'False'].count()
print sum

但是我收到了这个错误：

FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
  result = getattr(x, name)(y)
invalid type comparison

我做错了什么？

Answer 1

你有一个布尔掩码。那么为什么不与它合作呢？

>>> (~df.IsCleared).sum()
3

将False值取消为True，然后将它们相加（因为True相当于1，False相当于0 }，这很好用）。

Answer 2

这样做：

df['IsCleared'].value_counts()

这应该为您提供虚假和真实的总计数

Answer 3

你做错了，因为你将False变成了字符串'False'

df[df.IsCleared == 'False'].count()。

因此，它抱怨，因为你将它与一个字符串比较一个布尔值。

  

无效的类型比较

将其更改为

df[df.IsCleared == False].count()

它会起作用。