如何计算两列数据框架中的真实和虚假?

时间:2017-10-28 19:44:06

标签: python dataframe

这是我的代码:

pizzarequests = pd.Series(open('pizza_requests.txt').read().splitlines())
line = "unix_timestamp_of_request_utc"
lines = pizzarequests[pizzarequests.str.contains(line)].str.split(",").str[1]
print(lines)
dts = pd.to_datetime(lines, unit='s')
hours = dts.dt.hour
print(hours)


pizzarequests = pd.Series(open('pizza_requests.txt').read().splitlines())
line = "requester_received_pizza"
lines = pizzarequests[pizzarequests.str.contains(line)].str.split(",").str[1]

data = pd.DataFrame({'houroftheday' : hours.values, 'successpizza' : lines})
print(data)

****哪个给了我:****

        houroftheday successpizza
23                18        true 
67                 2        true 
105               14        true 
166               23        true 
258               20        true 
297                1        true 
340                2        true 
385               22        true 
...
304646            21       false 
304686            12       false 
304746             1       false 
304783             3       false 
304840            20       false 
304907            17       false 
304948             1       false 
305023             4       false 

如何计算仅与真实相对应的小时数?

2 个答案:

答案 0 :(得分:1)

首先根据True列中的successpizzasumhouroftheday对所有行进行过滤:

sum_hour = data.loc[data['successpizza'] == 'true', 'houroftheday'].sum()
print (sum_hour)
102

如果只需要size,则只计算True s,如果使用sum,则True1之类的流程:

len_hour = (data['successpizza'] == 'true').sum()
print (len_hour)
8

或者如果需要每个houroftheday的长度:

mask = (data['successpizza']  == 'true').astype(int)
out = mask.groupby(data['houroftheday']).sum()
print (out)
houroftheday
1     1
2     2
3     0
12    0
14    1
18    1
20    1
21    0
22    1
23    1
Name: successpizza, dtype: int32

删除traling空格的解决方案是str.strip

line = "requester_received_pizza"
lines = pizzarequests[pizzarequests.str.contains(line)].str.split(",").str[1].str.strip()

答案 1 :(得分:0)

我想您想要计算successpizzatrue的每小时的发生次数。如果是这样,您将需要使用successpizzagroupby houroftheday列对数据框进行切片,并使用计数进行汇总。

看起来您正在读取文件中的true / false值,因此它们是字符串。您需要先转换它们。

data.successpizza = data.successpizza.apply(lambda x: x=='true')
data[data.successpizza].groupby('houroftheday').count()