如何统计Pandas DataFrame中满足指定布尔条件的行数

问题说明 #

需要统计DataFrame中bool1或bool2列值为True的总行数，预期结果为3。示例DataFrame的构建代码及输出如下：

示例DataFrame构建代码 #

import pandas as pd
from pandas import DataFrame

names = {'First_name': ['Jon','Bill','Maria','Emma'], 'Last_name': ['Bobs', 'Vest', 'Gong', 'Hill'],
        'Roll': ['Absent', 'Present', 'Present', 'Absent']}

df = DataFrame(names)
keys = ['Jon', 'Maria', 'Gong', 'Hill', 'Present', 'No']

pattern = r"(?i)" + "|".join(keys)
df['bool1'] = df['First_name'].str.contains(pattern)
df['bool2'] = df['Last_name'].str.contains(pattern)

生成的DataFrame #

First_name  Last_name   Roll    bool1   bool2
0   Jon         Bobs        Absent  True    False
1   Bill        Vest        Present False   False
2   Maria       Gong        Present True    True
3   Emma        Hill        Absent  False   True

你尝试的两种写法均存在问题：

• df.loc[(df['bool1'] == True) | (df['bool2'] == True)].sum()会对筛选后的列进行求和，而非统计符合条件的行数
• 直接用if语句判断整列布尔值，逻辑错误，无法逐行判断条件

正确解决方案 #

方法1：直接对布尔掩码求和 #

布尔条件生成的掩码是布尔Series，True等价于1、False等价于0，直接调用sum()即可得到符合条件的行数：

# 简化写法（布尔列无需额外判断==True）
count = (df['bool1'] | df['bool2']).sum()
print(count)  # 输出3

方法2：统计筛选后行的长度 #

先筛选出满足条件的行，再用len()获取行数：

count = len(df[(df['bool1'] | df['bool2'])])
# 或使用loc索引
count = len(df.loc[(df['bool1'] | df['bool2'])])
print(count)

方法3：多列通用写法（扩展场景） #

如果需要统计多列中任意一列为True的行数，可使用any(axis=1)逐行判断，再求和：

# 针对bool1、bool2列
count = df[['bool1', 'bool2']].any(axis=1).sum()
print(count)

内容的提问来源于stack exchange，提问作者Abir