在pandas-python 3.x中使用group by执行countif

我有一个数据框, df ,如下所示:

|    | rating |  foo1 | foo2 |  foo3 | foo4 |  foo5 | 
|:--:|:------:|:-----:|:----:|:-----:|:----:|:-----:|
|  1 |    2   |   0   |   0  |  0.98 |   0  |  0.7  |
|  2 |    2   |   0   |   0  |   0   |  0.3 | 0.007 |
|  3 |    2   |   0   |   0  |   0   |   0  |   0   |
|  4 |    4   |  0.1  | 0.99 |   0   |   0  | 0.005 |
|  5 |    4   |   0   |   0  |   0   |   0  |  0.01 |
|  6 |    2   |   0   |   0  |  0.66 |   0  |  0.27 |
|  7 |    4   |   0   | 0.92 |  0.32 |   0  |  0.11 |
|  8 |    2   | 0.003 |   0  | 0.073 |   0  | 0.218 |
|  9 |    4   |   0   |   0  |   0   |   0  | 0.004 |
| 10 |    4   |   0   |   0  |   0   |   0  | 0.001 |

除了我有13000个特性,并且只关心某个子集(比如foo1、foo2、foo3、foo4和foo5)

我的形状 数据框 是: 2000 rows x 13984 columns

我需要做的是计算每列的非零个数,并按评级对其进行分组,以希望产生如下结果:

|   | foo1 | foo2 | foo3 | foo4 | foo5 |
|:-:|:----:|:----:|:----:|:----:|:----:|
| 2 |   1  |   0  |   3  |   1  |   4  |
| 4 |   1  |   2  |   1  |   0  |   5  |

我知道在SQL中,我可以做如下事情:

SELECT
        rating,
        SUM(CASE WHEN foo1 != 0 THEN 1 ELSE 0 END) as foo1,
        SUM(CASE WHEN foo2 != 0 THEN 1 ELSE 0 END) as foo2,
        SUM(CASE WHEN foo3 != 0 THEN 1 ELSE 0 END) as foo3,
        SUM(CASE WHEN foo4 != 0 THEN 1 ELSE 0 END) as foo4,
        SUM(CASE WHEN foo5 != 0 THEN 1 ELSE 0 END) as foo5

FROM
        df

GROUP BY
        rating

我发现了 this Stack Overflow post 但这是如何为 所有列 ,我只关心具体的五个( foo1 我是说, foo2 ,请 foo3 ,请 foo4 我是说, foo5 )

如何使用python pandas编写解决方案以获得所需的结果?

import numpy as np import pandas as pd np.random.seed(500) e = {"rating":np.random.choice([2,4],100), "foo1": np.random.randint(0,2,100), "foo2": np.random.randint(0,2,100), "foo3": np.random.randint(0,2,100), "foo4": np.random.randint(0,2,100)} df = pd.DataFrame(e) df = df.set_index("rating") print (df.groupby(df.index).apply(lambda x: x.ne(0).sum())) # foo1 foo2 foo3 foo4 rating 2 21 21 24 19 4 32 26 24 30