python - 在python中计算DataFrame每一列中的非零值

Question

我有一个 python-pandas-DataFrame，其中第一列是"user_id"标签，其余列是标签（"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

我的目标是Sum(Tag)/Count(NonZero(Tags))为每个 user_id实现

df.groupby('user_id').sum()，给了我sum(tag)，但是我对计算非零值一无所知

是否有可能Sum(Tag)/Count(NonZero(Tags))在一个命令中实现？

在 MySQL 中，我可以按如下方式实现：-

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

任何帮助将不胜感激。

Answer 1

我最喜欢在每列中获取非零数的方法是

df.astype(bool).sum(axis=0)

对于每行中的非零数，请使用

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

（感谢 Skulas）

如果您的 df 中有 nan，则应首先将它们设为零，否则它们将被计为 1。

df.fillna(0).astype(bool).sum(axis=1)

（感谢 SirC）

Answer 2

为什么不使用np.count_nonzero？

1. 要计算整个数据帧的非零数，np.count_nonzero(df)
2. 计算所有行的非零数 np.count_nonzero(df, axis=0)
3. 计算所有列的非零数 np.count_nonzero(df, axis=1)

它也适用于日期。

Answer 3

要计算非零值，只需执行(column!=0).sum()，column您要计算的数据在哪里。 column != 0返回一个布尔数组，True 为 1，False 为 0，因此将其相加即可得出与条件匹配的元素数。

所以为了得到你想要的结果，做

df.groupby('user_id').apply(lambda column: column.sum()/(column != 0).sum())

Answer 4

我知道这个问题很老，但似乎 OP 的目标与问题标题不同：

我的目标是为每个 user_id 实现 Sum(Tag)/Count(NonZero(Tags)) ...

---

对于 OP 的目标，我们可以用 NaN 替换 0 并使用groupby+ mean（这是因为mean默认跳过 NaN）：

out = df.replace(0, np.nan).groupby('UserId', as_index=False).mean()

输出：

    UserId  Tag_0  Tag_1
0  7867688    3.5  3.875