如何使用pandas在数据集中统计每行大于“指标”值的列的个数？

“纵有疾风来，人生不言弃”，这句话送给正在学习文章的朋友们，也希望在阅读本文《如何使用pandas在数据集中统计每行大于“指标”值的列的个数？》后，能够真的帮助到大家。我也会在后续的文章中，陆续更新文章相关的技术文章，有好的建议欢迎大家在评论留言，非常感谢！

使用pandas实现excel中countif函数

在pandas中实现类似于excel countif函数的功能非常简单。假如有如下所示的数据集，其中需要统计每行中大于“指标”值的列的个数：

import pandas as pd

data = pd.dataframe({
    'x1': [10, 20, 30, 40],
    'x2': [15, 25, 35, 45],
    'x3': [20, 30, 40, 50],
    'x4': [25, 35, 45, 55],
    '指标': [18, 28, 38, 48]
})

可以通过以下代码实现此功能：

data['countif'] = data.apply(lambda x : sum(data.loc[x.name, 'X1':'X4'] > data.loc[x.name, '指标']), axis =1)

其中：

• apply(lambda x : ...)：将自定义函数应用于每一行数据。
• x.name：获取当前行的索引值。
• data.loc[x.name, 'x1':'x4']：获取当前行的'x1'到'x4'列数据。
• > data.loc[x.name, '指标']：将当前行的'x1':'x4'列与'指标'列比较，结果为布尔值。
• sum(...)：统计比较结果中true的个数。

本篇关于《如何使用pandas在数据集中统计每行大于“指标”值的列的个数？》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于文章的相关知识，请关注golang学习网公众号！