在python中的数据帧的每列中计数非零值 [英] Counting non zero values in each column of a dataframe in python

问题描述

我有一个python-pandas数据框，其中第一列是user_id，其余的列是标签（tag_0到tag_122）。
我有以下格式的数据：

  UserId Tag_0 Tag_1 
 7867688 0 5 
 7867688 0 3 
 7867688 3 0 
 7867688 3.5 3.5 
 7867688 4 4 
 7867688 3.5 0 
  

我的目的是为每个user_id

$ b实现 Sum（Tag）/ Count（NonZero（Tags））
$ b

df.groupby（'user_id'）。sum（），给我 sum（tag），但是我无法计算非零值

是否可以实现 Sum（Tag）/ Count（NonZero ））在一个命令中

在MySQL中我可以实现如下： -

 从表组中选择user_id，sum（tag）/ count（nullif（tag，0））1 
  

任何帮助不胜感激。

解决方案

每一行中的非数组是

  df.astype（bool）.sum（axis = 1）
  

I have a python-pandas-dataframe in which first column is user_id and rest of the columns are tags(tag_0 to tag_122). I have the data in the following format:

UserId  Tag_0   Tag_1
7867688 0   5
7867688 0   3
7867688 3   0
7867688 3.5 3.5
7867688 4   4
7867688 3.5 0

My aim is to achieve Sum(Tag)/Count(NonZero(Tags)) for each user_id

df.groupby('user_id').sum(), gives me sum(tag), however I am clueless about counting non zero values

Is it possible to achieve Sum(Tag)/Count(NonZero(Tags)) in one command?

In MySQL I could achieve this as follows:-

select user_id, sum(tag)/count(nullif(tag,0)) from table group by 1

Any help shall be appreciated.

解决方案

My favorite way of getting number of nonzeros in each row is

df.astype(bool).sum(axis=1)

这篇关于在python中的数据帧的每列中计数非零值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！