如何在整个 DataFrame 上做 pd.Series.str.count() 的等效？

Question

目标：计算原告和被告的数量，但不计算反被告或反原告的数量。不要计算 NaN。

假设 ~200 行和最多 100 列的名称类似于下面的示例。

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

期望的输出：

Plaintiffs = 3

Defendants = 0

背景故事：我有一堆嵌套的 JSON，它是从 API 分页传递的。我已经取消嵌套并将页面附加在一起。

这给我留下了 100 行和可能的几十列。

编辑：我知道这已经被问过几次关于 Serieses 的问题，但我找不到整个 Dataframe 或者如何以半有效的方式在所有列上找到它。我需要查看这些 ~100x~200 DataFrames 中的大约 10,000 个。

Answer 1

您可以检查每个单元格中的确切字符串并在轴 0 和 1 上求和。df.eq('Plaintiff').sum().sum()使用 Numpy sum 会更有效，np.sum(df.eq('Plaintiff').values)3np.sum(df.eq('Defendants').values)3