如何统计df1到df2对应列0→2、1→2的转换次数？

实现方法 #

方案一：直接按转换规则计数（轻量需求首选） #

直接通过逐行匹配两个列的取值规则，对符合要求的行求和即可得到对应转换的次数：

# 统计0→2的转换次数
count_0to2 = ((df1['orig_label'] == 0) & (df2['predicted_label'] == 2)).sum()
# 统计1→2的转换次数
count_1to2 = ((df1['orig_label'] == 1) & (df2['predicted_label'] == 2)).sum()

print(count_0to2, count_1to2)

代入你提供的示例数据运行后，输出结果为1 1，和预期一致。
如果你的实际场景中两个列的名称不是示例中的orig_label和predicted_label，替换成你自己的列名col1、col2即可。

方案二：生成转换矩阵（多转换统计场景首选） #

如果你后续还需要统计其他类型的状态转换次数，可以先通过交叉表生成完整的转换矩阵，之后可以直接取任意转换的计数值：

import pandas as pd
# 生成转换矩阵，行是df1的取值，列是df2的取值，值为对应转换的次数
trans_matrix = pd.crosstab(df1['orig_label'], df2['predicted_label'])
# 按需取对应转换的次数
count_0to2 = trans_matrix.loc[0, 2]
count_1to2 = trans_matrix.loc[1, 2]

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