一列中的熊猫数据框计数字符串和正数答案

【问题标题】：Pandas dataframe count Strings and Postive numbers in one column一列中的熊猫数据框计数字符串和正数
【发布时间】：2023-01-05 22:31:03
【问题描述】：

我有一个数据框，它有一列“A1”，其中包含多个“Hello”字符串，正整数和负整数。我想计算“Hello”字符串，所有数字 >= 0 和所有数字 < 0，以便最后得到三个和。

index	A1
0	1
1	Hello
2	-8
3	Hello

所以输出应该是 posNums 1、negNums 1 和 helloCount 2

posNums = df.where(df['A1'] >= 0).sum()

这显然不起作用，因为无法将字符串与 int 进行比较。但是，当我计算整数时，如何在此处添加一些跳过 str 的条件，反之亦然？

【问题讨论】：

提供示例输入和预期输出
请阐明您的具体问题或提供更多详细信息以准确突出您的需求。正如目前所写的那样，很难准确地说出你在问什么。

标签： python pandas dataframe

【解决方案1】：

一种方法是使用 pd.to_numeric：

import pandas as pd

df = pd.DataFrame({"A1": ["Hello", 1, -1, "Hello", "Hello", -2, 2, -3]})

agg_funcs = {
    "negative": lambda x: x.lt(0).sum(),
    "positive": lambda x: x.ge(0).sum(),
    "nans":     lambda x: x.isna().sum()
}

out = pd.to_numeric(df["A1"], errors="coerce").agg(agg_funcs)

出去：

negative    3
positive    2
nans        3
Name: A1, dtype: int64

【讨论】：

【解决方案2】：

您正在寻找这样的东西吗？

df = pd.DataFrame({'A1': ['hello', 1, 2, 3, 4, 5, -1, -2, -3, -4, -5, 'world']})
count_pos = df[df['A1'].apply(lambda x: isinstance(x, int) and x > 0)].count()
count_neg = df[df['A1'].apply(lambda x: isinstance(x, int) and x < 0)].count()
count_str = df[df['A1'].apply(lambda x: isinstance(x, str))].count()

Will output:
A1    5
dtype: int64
A1    5
dtype: int64
A1    2
dtype: int64

【讨论】：