如何在整个DataFrame上实现pd.Series.str.count()的等价性？
如何在整个DataFrame上实现pd.Series.str.count()的等价性？
提问于 2019-02-22 05:43:51
目标:计算原告和被告的数量，但不计算对抗被告或对抗原告的数量。不要计算NaNs。
假设大约200行和最多100列的名称与下面的示例类似。
数据：
cl_parties_1_name cl_parties_1_party_types_0_name cl_parties_1_party_types_10_name cl_parties_1_party_types_12_name cl_parties_1_party_types_1_name cl_parties_1_party_types_2_name
0 Jason Boyd NaN Counter Defendant NaN Plaintiff NaN
1 Roberto Santana Plaintiff NaN NaN NaN Counter Defendant
2 Raymond Satterfield Counter Defendant NaN NaN Plaintiff NaN所需输出：
Plaintiffs = 3
Defendants = 0背景:我有一个乱七八糟的嵌套JSON，它是从API分页交付的。我取消了它的嵌套，并将页面附加到一起。
这就只剩下100行和可能的几十列了。
编辑:我知道关于Serieses已经被问过几次了，但我找不到整个Dataframe，也找不到如何以一种半有效的方式在所有列上做到这一点。我需要查看大约10,000个~100x~200个DataFrames。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54816688
复制相关文章
相似问题