熊猫还是numpy-如何计算返回的真/假数组

Question

我有一个名为result的数据框：

find_a  id     find_b  id
yes     0001   yes     0001
no      0002   yes     0002
no      0003   no      0003
yes     0004   no      0004
yes     0005   yes     0005

我有以下内容：

result.find_a.values==find_b.values

重新调整True / False数组： array([ True, False, True, False, True])

如何以此为基础并获得True的数量？如果我可以得到计数，则以后可以在列之间找到匹配记录的百分比，即。 find_a与find_b相匹配40％的时间。

此外，我不确定我是否正在冒险尝试numpy或pandas路线...

非常感谢您的帮助。

Answer 1

除非您要处理大量数据，否则无论使用NumPy还是熊猫都没有关系。由于您使用的是熊猫，除非您另有需要，否则我建议您仅遵循基本原则。

要回答您的原始问题，您可以使用True获取mean值的百分比：

(df['find_a'] == df['find_b']).mean()
# 0.6

在哪里

df['find_a'] == df['find_b']

0     True
1    False
2     True
3    False
4     True
dtype: bool

Answer 2

len(result[result.find_a == result.find_b])
np.mean(result.find_a == result.find_b)