我有一个数据框,例如:
Date B C
20.07.2018 10 8
20.07.2018 1 0
21.07.2018 0 1
21.07.2018 1 0
如何计算每个日期每列的零值和非零值? 使用 .sum() 对我没有帮助,因为它会对非零值求和。
例如:零值的预期输出:
Date B C
20.07.2018 0 1
21.07.2018 1 1
请您参考如下方法:
我相信需要DataFrameGroupBy.agg通过 0 和 sum 进行比较:
a) 数数零值:
df1 = df.groupby('Date').agg(lambda x: x.eq(0).sum())
print (df1)
B C
Date
20.07.2018 0 1
21.07.2018 1 1
b) 数数。非零值:
df2 = df.groupby('Date').agg(lambda x: x.ne(0).sum())
print (df2)
B C
Date
20.07.2018 2 1
21.07.2018 1 1
提高性能的另一个想法是创建 DatetimeIndex,comapre 列并最后使用 sum 每个级别 (DatetimeIndex):
df1 = df.set_index('Date').eq(0).sum(level=0)
print (df1)
B C
Date
20.07.2018 0 1
21.07.2018 1 1
df2 = df.set_index('Date').ne(0).sum(level=0)
print (df2)
B C
Date
20.07.2018 2 1
21.07.2018 1 1
