擅长:python、mysql、java
<p>操作后更新注释:</p>
<pre><code>df['match_count']=(df[['in_deeds','in_valuation','in_property','in_sg']]>0).astype(int).sum(axis=1)
</code></pre>
<p>下面还将通过获取匹配计数的累计和来提供每个点(每行)的匹配总数。你知道吗</p>
<pre><code>df['match_count']=(df[['in_deeds','in_valuation','in_property','in_sg']]>0).astype(int).sum(axis=1).cumsum()
</code></pre>
<p><strong>一件一件地</strong>:</p>
<p>我们首先检查(每行)指定列中的值是否大于零。这将返回一个布尔值<code>True</code>或<code>False</code>,我们将其转换为整数<code>.astype(int)</code></p>
<pre><code>df[['in_deeds','in_valuation','in_property','in_sg']]>0).astype(int)
</code></pre>
<p>然后我们对每一行的值求和<code>.sum(axis=1)</code>。<br/>
这将返回一个列,其中每行上我们知道满足了多少条件(<code>>0</code>)。你知道吗</p>
<p>最后,我们计算行之间的累积和,以获得(每行)匹配的总数。你知道吗</p>
<p>最后,我们在原始数据帧<code>df</code>中创建一个新列<code>df['match_count']=</code>,并将结果分配给该列。你知道吗</p>