使用Counter类打印指定字典键及统计DataFrame中False结果遇问题

核心问题分析 #

你的代码里Counter['False']是错误写法：Counter是类，必须传入可迭代对象（比如你的df['cols2']序列）创建实例后，才能通过键False获取对应计数。另外生成cols2的逻辑也可以简化。

修正方案 #

1. 简化cols2的生成逻辑

用shift()直接比较当前行与前一行的值，比rolling.apply更高效直观，无需额外转换：

df['cols2'] = df['cols1'] == df['cols1'].shift()

结果直接是布尔值：当前值与前一个相等则为True，否则为False。

2. 正确用Counter统计False数量

from collections import Counter

# 生成cols2
df['cols2'] = df['cols1'] == df['cols1'].shift()

# 统计False的总数
false_count = Counter(df['cols2'])[False]
print(false_count)

3. 若坚持原rolling写法的修正版

如果不想改动cols2的生成代码，只需修正Counter部分：

from collections import Counter

df['cols2'] = df['cols1'].rolling(2).apply(lambda x: len(set(x)) != len(x), raw=True).replace({0: False, 1: True})
false_count = Counter(df['cols2'])[False]
print(false_count)

额外优化 #

如果仅需统计False的数量，无需用Counter，直接用Pandas原生方法更高效：

# 方法1：用value_counts直接取False的计数
false_count = df['cols2'].value_counts()[False]

# 方法2：统计等于False的行数
false_count = (df['cols2'] == False).sum()

内容的提问来源于stack exchange，提问作者April F