根据所有其他列的条件计数创建新的 Pandas 列答案

【问题标题】：Create new Pandas columns based on conditional counts of all other columns根据所有其他列的条件计数创建新的 Pandas 列
【发布时间】：2021-02-26 02:24:00
【问题描述】：

我有一个大约 360 列的 Pandas 数据框。我想根据在其余列中是否有多少列的值大于 0 的计数向另一个框架添加另一列。我所有列的类型都是 float 64。

如果这是我的原始数据框

column A column B column C ...............Column Z 
0          1.5      6.77                   3.33
3.5        4.5      0                       0  
0           0       0.98                    0
.
.
.
2.35      4.32       0                      9.21

我想像这样向它添加一列，每行的所有非零列的计数：

column A column B column C ...............Column Z  Column New
0          1.5      6.77                   3.33        3
3.5        4.5      0                       0          2
0           0       0.98                    0          1
.                                                      .
.                                                      .
.                                                      .
2.35      4.32       0                      9.21       3

如何添加这样的列？我正在尝试这个，但得到了所有的 NaN。

df['column_new']=df.apply(lambda x: (x > 0).count())

不确定这是否是解决此问题的正确方法。

只是为了说明这就是我的原始数据框中的值的样子。所以我想要一个新列中不为零值的列的计数。

【问题讨论】：

标签： python pandas dataframe lambda apply

【解决方案1】：

你在正确的轨道上。与零的比较返回一系列布尔值，因此您可以求和而不是计数。您也不需要apply 这个，因为您可以比较整个数据框，然后沿正确的轴求和：

df = df.assign(count_gt_zero=(df > 0).sum(axis='columns'))

【讨论】：

【解决方案2】：

gt 的另一个选项：

df['new_column'] = df.gt(0, axis=1).sum(axis=1)

【讨论】：