Pivot table with count if
Pivot table with count if
我想统计数字是否大于 0.1，然后按月-年分组，看看哪个月-年的变化超过 0.1 的天数最多。
我有一个像这样的 df，包含每日数据，但只显示月-年索引。
table = df.pivot_table(df, columns=['btc','bnb','eth','xmr','xrp'], aggfunc=df[df > 0.1].count())
print(table)
为什么不工作？
结果应该是这样的
您可以 stack 数据帧然后将堆叠帧与 0.1 进行比较以创建布尔掩码然后在 level=0 上取 sum 以计算更大的值比 0.1 每 month-year:
df.stack().gt(0.1).sum(level=0)
替代方法：
df[df > 0.1].stack().count(level=0)
编辑：如果您想计算每个 month-year 列中大于 0.1 的值：
df.gt(0.1).sum(level=0)
我想统计数字是否大于 0.1，然后按月-年分组，看看哪个月-年的变化超过 0.1 的天数最多。
我有一个像这样的 df，包含每日数据，但只显示月-年索引。
table = df.pivot_table(df, columns=['btc','bnb','eth','xmr','xrp'], aggfunc=df[df > 0.1].count())
print(table)
为什么不工作？
结果应该是这样的
您可以 stack 数据帧然后将堆叠帧与 0.1 进行比较以创建布尔掩码然后在 level=0 上取 sum 以计算更大的值比 0.1 每 month-year:
df.stack().gt(0.1).sum(level=0)
替代方法：
df[df > 0.1].stack().count(level=0)
编辑：如果您想计算每个 month-year 列中大于 0.1 的值：
df.gt(0.1).sum(level=0)