Question

我很感激任何人都可以提供任何帮助，因为一直在试图解决它。

我有两个python pandas数据帧，简化形式如下：

DF1

+-----+-----+-----+
| a_1 | a_2 | a_3 |
+-----+-----+-----+
|   0 |   2 |   5 |
|   1 |   3 |   4 |
|   0 |   0 |   0 |
+-----+-----+-----+

DF2

+-----+-----+-----+
| b_1 | b_2 | b_3 |
+-----+-----+-----+
|   0 |   0 |   1 |
|   1 |   0 |   1 |
|   0 |   0 |   0 |
+-----+-----+-----+

如果df2中的等效单元格为非null，我想在df1中创建一个非空值的计数列（每行）。两个数据框中的列标题不同，但在初始a_和b_前缀后相同。

因此，在此示例中，代码将仅计算第一行中的第三个值，以及第二行中的第一个和第二个值。因此，新的df1数据框将如下所示：

new_df1

+-----+-----+-----+----------------------+
| a_1 | a_2 | a_3 | count_if_nonnull_df2 |
+-----+-----+-----+----------------------+
|   0 |   2 |   5 |                    1 |
|   1 |   3 |   4 |                    2 |
|   0 |   0 |   0 |                    0 |
+-----+-----+-----+----------------------+

有人能帮忙吗？！提前谢谢。

Answer 1

假设＆＃34;非null＆＃34;你的意思是＆＃34;非零＆＃34; （根据你的例子），试试这个......

问题设置：

>>> df1 = pd.DataFrame.from_dict({'a_1':[0,1,0], 'a_2':[2,3,0], 'a_3':[5,4,0]})
>>> df2 = pd.DataFrame.from_dict({'b_1':[0,1,0], 'b_2':[0,0,0], 'b_3':[1,1,0]})

使用我们强制转换的掩码，我们可以计算行的总和：

>>> df1['count_if_nonnull_df2'] = (df2 > 0).astype(int).sum(axis=1)
>>> df1
   a_1  a_2  a_3  count_if_nonnull_df2
0    0    2    5                     1
1    1    3    4                     2
2    0    0    0                     0

Answer 2

好吧，如果a_ df和b_ df是矩阵，你可以在元素上将两者相乘。请注意，这假设每个df的列的顺序正确（如果没有，则很容易完成）。对于您的示例，这将产生类似

的矩阵

0 0 5
1 0 4
0 0 0

然后，您可以计算每行中有多少非零值。

您可以使用df.as_matrix（）将每个数据帧转换为numpy数组，将两者简单地与result = first_mtx * second_mtx相乘，然后将count_nonzer与axis = 1相乘。

first_array = a_df.as_matrix()
second_array = b_df.as_matrix()
count_if_nonnull_df2 = np.count_nonzero(first_array*second_array,axis=1)

Answer 3

我认为可以

df1['countif']=np.sum((df1.ne(0).values)&(df2.ne(0).values),1)
df1
Out[703]: 
   a_1  a_2  a_3  countif
0    0    2    5        1
1    1    3    4        2
2    0    0    0        0

根据另一个数据帧中的值计算数据框中的值

3 个答案: