Question

我有以下代码：

import random
import pandas as pd
import numpy as np

def countCol(row):
    count = 0
    for c in range(1, 7):
        if (row['D' + str(c)] < 0):
            count = count + 1
    return(count)
    
data = {'ID': random.sample(range(1, 50), 5),
        'D1': random.sample(range(-5, 5), 5),
        'D2': random.sample(range(-5, 5), 5),
        'D3': random.sample(range(-5, 5), 5),
        'D4': random.sample(range(-5, 5), 5),
        'D5': random.sample(range(-5, 5), 5),
        'D6': random.sample(range(-5, 5), 5)
        }

df = pd.DataFrame(data, columns = ['ID', 'D1', 'D2', 'D3', 'D4', 'D5', 'D6'])

df['Count'] = df.apply(countCol, axis=1)
display(df)

从代码显而易见，我想计算值小于零的列数。但是，该代码使用了for循环和apply函数，这使我认为这是解决此问题的效率非常低的方法。

是否有矢量化或更快速的方法？

Answer 1

使用DataFrame.filter和DataFrame.lt来获取正确的列，并在符合条件的情况下返回布尔值，然后使用sum来计算列数：

df.filter(regex='D\d').lt(0).sum(axis=1)

0    4
1    5
2    1
3    2
4    4
dtype: int64

如果您的ID列始终是第一列，我们可以改用DataFrame.iloc：

df.iloc[:, 1:].lt(0).sum(axis=1)

0    4
1    5
2    1
3    2
4    4
dtype: int64

Answer 2

您可以将class与apply一起使用

lambda

Answer 3

如果您想知道满足条件的特定列以及记录数，则可以

    df2=df.apply(lambda s: s.s<0)#Boolean select less than 0
    c=df2.columns.to_numpy()#convert columns to numpy array
    df2['negcount']=[c[i] for i in df2.to_numpy()]#Using list comprehension put columns which meet set conditions in a list
    df2['count']=df2['negcount'].str.len()#Count elements in each list in each row
    df=df.join(df2.iloc[:,-2:])#join a slice of df2  back to df1
    print(df)



   ID  D1  D2  D3  D4  D5  D6              negcount  count
0  24   3   1  -5   0   4   3                  [D3]      1
1  10   1  -3   4  -1  -4   4          [D2, D4, D5]      3
2  30  -1  -1   3   4   2   1              [D1, D2]      2
3  48  -3   0  -3  -3  -2  -1  [D1, D3, D4, D5, D6]      5
4   9   4  -5  -1  -2  -5  -3  [D2, D3, D4, D5, D6]      5

有没有一种方法可以计算满足特定条件的列数？

3 个答案: