pandas 计算熊猫行中真/假值的数量
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/32387524/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
counting the amount of True/False values in a pandas row
提问by firefly
Is there a way in pandas to calculate how many True or False conditions are there in a column.
Pandas 有没有办法计算一列中有多少 True 或 False 条件。
eg: If a data frame has 5 columns and I want to select rows with at least three columns with values > 3, can this be done without the use of an iterator? So in the example below i will select rows b and c.
例如：如果数据框有 5 列，并且我想选择至少有三列且值 > 3 的行，是否可以在不使用迭代器的情况下完成？所以在下面的例子中，我将选择行 b 和 c。
In [12]: df2
Out[12]:
A B C D E
a 1 2 2 8 6
b 3 6 5 8 8
c 6 2 5 5 2
回答by YS-L
You can do this:
你可以这样做：
df[(df > 3).sum(axis=1) >= 3]
where df > 3returns a Boolean mask over the entire DataFrame according to the condition, and sum(axis=1)returns the number of Truein that mask, for each row. Finally the >=3operation returns another mask that can be used to filter the original DataFrame.
wheredf > 3根据条件sum(axis=1)返回整个 DataFrame 的布尔掩码，并返回该True掩码中每一行的数量。最后，该>=3操作返回另一个可用于过滤原始 DataFrame 的掩码。
Output:
输出：
A B C D E
b 3 6 5 8 8
c 6 2 5 5 2
