Pandas：统计指定布尔列中任意列为True的行数

原代码的问题 #

你的循环代码存在索引错误：df_con.loc[col]是获取整列的数据，并非当前行的对应列值。这会导致你用整列布尔数组和True比较，得到的是另一个布尔数组，而非单个布尔值，进而引发错误或逻辑偏差。

修正后的循环写法 #

如果一定要用循环实现，把判断条件改成当前行的列值即可：

df_con = df[['Traffic_Signal', 'Crossing', 'Junction', 'Bump', 'Railway']]
cols = ['Traffic_Signal', 'Crossing', 'Junction', 'Bump', 'Railway']

count = 0
for index, row in df_con.iterrows():
    for col in cols:
        if row[col]:  # 布尔值直接判断，无需写==True
            count += 1
            break
print(count)

更高效的Pandas向量化写法 #

iterrows在处理大数据集时效率极低，推荐用Pandas原生的向量化操作，一行代码就能完成统计：

target_cols = ['Traffic_Signal', 'Crossing', 'Junction', 'Bump', 'Railway']
# any(axis=1)判断每行是否至少有一个True，sum()统计True的数量
count = df[target_cols].any(axis=1).sum()
print(count)

原理：df[target_cols].any(axis=1)会生成一个布尔Series，每行标记该行是否存在至少一个True；sum()会把True当作1、False当作0，直接求和得到符合条件的总行数。

内容的提问来源于stack exchange，提问作者RRB