如何在使用Python的Pandas中计算指定列中特定值的出现次数

Question

我有下面的数据帧，我需要计算有多少行在IsCleared列中包含“False”。在

       IsCleared
0       False   
1       False
2       True
3       False

因此，我在Python2.7中执行以下操作：

^{pr2}$

但我得到一个错误：

FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
  result = getattr(x, name)(y)
invalid type comparison

我做错什么了？在

Answer 1

你有一个布尔掩码。那为什么不试试呢？在

>>> (~df.IsCleared).sum()
3

将False的值取反为True，然后将它们相加（因为True相当于1，而{}相当于{}，这样做很好）。在

Answer 2

你做错了，因为你把False变成了一个字符串'False'

df[df.IsCleared == 'False'].count()。在

因此，它会抱怨，因为您让它将布尔值与字符串进行比较。在

invalid type comparison

把它换成

df[df.IsCleared == False].count()

它会起作用的。在

Answer 3

这样做：

df['IsCleared'].value_counts()

这应该给你一个假和真的总数