如何统计两个NumPy数组中符合指定条件的行数及报错解决

嘿，我来帮你搞定这个错误！你遇到的IndexError主要是两个问题导致的：运算符优先级错误，以及统计行数的方法不对。让我一步步给你解释和修正：

错误原因分析 #

1. 运算符优先级踩坑：
   在Python里，按位与运算符&的优先级比相等运算符==更高。你的原代码X_train['school_state']== 'nc' & y_train['project_is_approved'] == 0会被先计算'nc' & y_train['project_is_approved']——这完全偏离了你的统计逻辑，还会生成一个错误的数组，最终触发索引错误。

2. 统计方法用错了：
   用apply(len)来统计符合条件的行数是错误的。apply(len)会对布尔数组的每个元素（True/False）计算长度，而每个布尔值的长度都是1，最终得到的是数组的总长度，根本不是你需要的符合条件的行数。

修正后的代码 #

你需要给每个条件单独加括号，确保先判断相等性，再用&组合两个布尔条件，然后用sum()来统计True的数量（因为True会被视为1，False视为0，求和就是符合条件的行数）：

# 每个条件单独加括号，保证运算顺序正确，再用sum统计符合条件的行数
count_0 = ((X_train['school_state'] == 'nc') & (y_train == 0)).sum()

如果你的y_train是Pandas Series（而非NumPy数组），可以改成：

count_0 = ((X_train['school_state'] == 'nc') & (y_train['project_is_approved'] == 0)).sum()

验证示例 #

举个简单小例子验证逻辑：
假设：

• X_train['school_state'] = pd.Series(['nc', 'ca', 'nc', 'ny'])
• y_train = np.array([0, 1, 0, 1])

运行修正后的代码会得到2，这正是school_state为'nc'且project_is_approved为0的行数，完全符合预期。

内容的提问来源于stack exchange，提问作者Lalit Jain