如何用Pandas统计DataFrame每行中指定字符串的出现次数？

你想要统计DataFrame每行中'True'的出现次数，但当前代码返回的是布尔值（仅判断是否存在'True'），而非具体计数。

原问题代码 #

# 创建DataFrame
d = {'Period': [1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4], 
'Result': ['True','None','False','True','False','True','False','True','True','False','False','True','False','True','False','False'],
'Result1': ['True','None','False','True','False','True','False','True','True','False','False','True','False','True','False','False'],
'Result2': ['True','None','False','True','False','True','False','True','True','False','False','True','False','True','False','False']}
df = pd.DataFrame(data=d)
# 错误的计数方式：返回布尔值
df['Count'] = df.apply(lambda row: row.astype(str).str.count('True').any(), axis=1)
print(df)

期望输出 #

Period  Result Result1 Result2  Count
0       1    True    True    True      3
1       2    None    None    None      0
2       3   False   False   False      0
3       4    True    True    True      3
4       1   False   False   False      0
5       2    True    True    True      3
6       3   False   False   False      0
...    ...     ...     ...     ...    ...

正确解法 #

解法1：针对指定列使用apply求和

原代码的问题在于用了.any()（仅判断是否存在目标字符串），替换成.sum()即可对每行的计数求和。同时建议仅统计需要的列（避免Period数值列被误处理）：

# 仅统计Result、Result1、Result2列中的'True'次数
df['Count'] = df[['Result', 'Result1', 'Result2']].apply(lambda row: row.str.count('True').sum(), axis=1)

解法2：向量化操作（更高效）

用向量化判断替代apply，性能更优，适合处理大数据量：

# 直接判断元素是否等于'True'，再按行求和（True会被视为1，False视为0）
df['Count'] = (df[['Result', 'Result1', 'Result2']] == 'True').sum(axis=1)

运行上述任意一种解法后，Count列会正确显示每行中'True'的出现次数，与期望输出一致。

内容的提问来源于stack exchange，提问作者John Conor