4
votes

Les pandas comptent différentes combinaisons de 2 colonnes avec nan

J'ai un dataframe similaire à

df = pd.DataFrame({'A': [1, np.nan,2,3, np.nan,4], 'B': [np.nan, 1,np.nan,2, 3, np.nan]})
df
     A    B
0  1.0  NaN
1  NaN  1.0
2  2.0  NaN
3  3.0  2.0
4  NaN  3.0
5  4.0  NaN

Comment compter le nombre d'occurrences de A est np.nan mais B pas np.nan , A pas np.nan mais B est np.nan , et A et B ne sont pas tous deux np.nan ? p>

J'ai essayé df.groupby (['A', 'B']). count () mais il ne lit pas les lignes avec np.nan code >.

python pandas dataframe

3 commentaires

1) Quelle devrait être la sortie de vos données?

2) IOW, vous ne voulez exclure que les lignes où A et B sont NaN?

^ oui je n'ai pas ce type de ligne dans mon dataframe

5 Réponses :

1
votes

Je pense que vous avez besoin de:

3 1 2

Résultat:

df = pd.DataFrame({'A': [1, np.nan,2,3, np.nan,4], 'B': [np.nan, 1,np.nan,2, 3, np.nan]})

count1 = len(df[(~df['A'].isnull()) & (df['B'].isnull())])
count2 = len(df[(~df['A'].isnull()) & (~df['B'].isnull())])
count3 = len(df[(df['A'].isnull()) & (~df['B'].isnull())])

print(count1, count2, count3)

0 commentaires

6
votes

Si nous ne traitons que deux colonnes, il existe une solution très simple qui consiste à attribuer des poids simples aux colonnes A et B, puis à les additionner.

df.isna().pivot_table(index='A', columns='B', aggfunc='size').stack()

A      B    
False  False    1.0
       True     3.0
True   False    2.0
dtype: float64

Une autre alternative avec

code> pivot_table et stack peuvent être obtenus par,

v = df.isna().mul([1, 2]).sum(1).value_counts() 
v.index = v.index.map({2: 'only B', 1: 'only A', 0: 'neither'})    
v

only B     3
only A     2
neither    1
dtype: int64

0 commentaires

6
votes

Utilisation de

df.isnull().groupby(['A','B']).size()
Out[541]: 
A      B    
False  False    1
       True     3
True   False    2
dtype: int64

0 commentaires

5
votes

Vous pouvez utiliser DataFrame .isna avec tableau croisé pour les valeurs de count Trues:

df = pd.DataFrame({'A': [1, np.nan,2,3, np.nan,4, np.nan], 
                   'B': [np.nan, 1,np.nan,2, 3, np.nan, np.nan]})

s = df.isna().dot(df.columns).replace({'':'no match'}).value_counts()
print (s)

B           3
A           2
no match    1
AB          1
dtype: int64

Pour scalaire:

print (df2.loc['A_False', 'B_False'])
1

df2 = pd.crosstab(df1.A, df1.B).add_prefix('B_').rename(lambda x: 'A_' + str(x))
print (df2)
B        B_False  B_True
A                       
A_False        1       3
A_True         2       0

0 commentaires

0
votes

Pour obtenir des lignes où A ou B est nul, nous pouvons faire:

df[bool_df['A'] & bool_df['B']].shape[0]

Pour obtenir des lignes où les deux sont des valeurs nulles:

bool_df = df.isnull()
df[bool_df['A'] ^ bool_df['B']].shape[0]

0 commentaires