如何用Pandas提取多列Yes值计数并按指定格式整理？

问题背景 #

我使用以下代码生成计数统计：

df1 = (df.loc[df['Are you okay?']== 'No', 'Are yu sad?']
     .value_counts()
     .rename_axis('Vals')
     .reset_index(name='Count'))

目前得到的结果为：

Vals    Count
0   Yes 0.544
1   No  0.456

但实际我有3个相关列，需要提取每列的"Yes"值计数，并整理为如下格式：

Vals    Count
0   Yes     0.544
1   Yes(1)  0.032
2   Yes(2)  0.384

请问如何修改代码实现这一需求？

解决方案 #

假设你的3个相关列分别为'Are yu sad?'、'列名1'、'列名2'（请替换为实际列名），可通过以下代码实现需求：

# 定义目标列列表，替换为你的实际3个相关列名称
target_cols = ['Are yu sad?', '列名1', '列名2']

# 筛选指定行并统计每列中"Yes"的占比
df1 = (df.loc[df['Are you okay?'] == 'No', target_cols]
       .apply(lambda col: col.value_counts(normalize=True).get('Yes', 0))
       .reset_index()
       .rename(columns={'index': 'Vals', 0: 'Count'}))

# 为Vals列添加序号后缀，匹配目标格式
df1['Vals'] = df1['Vals'].apply(lambda x: f"Yes({target_cols.index(x)})" if target_cols.index(x) > 0 else "Yes")

代码说明 #

• target_cols：务必替换成你数据中实际的3个相关列名称
• apply(lambda col: col.value_counts(normalize=True).get('Yes', 0))：对每个目标列计算"Yes"的占比；如果需要原始计数而非占比，去掉normalize=True即可；若列中没有"Yes"值，自动返回0
• 最后一行代码通过列在target_cols中的索引位置，为Vals列添加对应后缀，实现Yes、Yes(1)、Yes(2)的命名格式

内容的提问来源于stack exchange，提问作者user16239103