如何统计DataFrame每行中TRUE值的数量？现有代码未达预期

现有DataFrame如下：

a     |   b    |   c    |   d
-------------------------------
TRUE    FALSE    TRUE     TRUE
FALSE   FALSE    FALSE    TRUE
TRUE    TRUE     TRUE     TRUE
TRUE    FALSE    TRUE     FALSE

需求是统计每行中TRUE值的数量，并新增count列，预期结果如下：

a     |   b    |   c    |   d  |  count
---------------------------------------
TRUE    FALSE    TRUE     TRUE     3
FALSE   FALSE    FALSE    TRUE     1
TRUE    TRUE     TRUE     TRUE     4
TRUE    FALSE    TRUE     FALSE    2

你尝试的df.groupby(df.columns.tolist(),as_index=False).size()是用来按整行内容分组，统计重复行的出现次数，和当前需求完全不匹配，所以得不到想要的结果。

正确实现代码 #

根据数据类型分两种情况处理：

1. 如果TRUE/FALSE是布尔类型（Python原生的True/False），直接按行求和即可：

df['count'] = df.sum(axis=1)

2. 如果TRUE/FALSE是字符串类型，先判断单元格值等于"TRUE"，再按行求和：

df['count'] = df.eq('TRUE').sum(axis=1)

原理很直观：sum(axis=1)指定按行计算，布尔值里True会被视为1，False视为0，求和结果正好是每行TRUE的数量。

内容的提问来源于stack exchange，提问作者Cosmo