计算给定区域（特定行 * 列）中大于 0 的值 - Python、Excel、Pandas
Counting values greater than 0 in a given area (specific Rows * Columns) - Python, Excel, Pandas
基于以下数据：
Participant
Condition
RT
1
1
0.10
1
1
1
2
0.48
2
1
1.2
2
2
2
2
0.58
根据术语计算大于 0 的值的适当代码是什么：
Participant == 1 and Condition == 1
答案应该是：N = 1 注意不考虑空槽
期待您的回复
带着感激之情，
阿维沙伊
使用布尔掩码并求和：
N = sum((df['Participant'] == 1) & (df['Condition'] == 1) & (df['RT'].notna()))
print(N)
# Output
1
详情：
m1 = df['Participant'] == 1
m2 = df['Condition'] == 1
m3 = df['RT'].notna()
df[['m1', 'm2', 'm3']] = pd.concat([m1, m2, m3], axis=1)
print(df)
# Output
Participant Condition RT m1 m2 m3
0 1 1 0.10 True True True # All True, N = 1
1 1 1 NaN True True False
2 1 2 0.48 True False True
3 2 1 1.20 False True True
4 2 2 NaN False False False
5 2 2 0.58 False False True
基于以下数据：
| Participant | Condition | RT |
|---|---|---|
| 1 | 1 | 0.10 |
| 1 | 1 | |
| 1 | 2 | 0.48 |
| 2 | 1 | 1.2 |
| 2 | 2 | |
| 2 | 2 | 0.58 |
根据术语计算大于 0 的值的适当代码是什么：
Participant == 1 and Condition == 1
答案应该是：N = 1 注意不考虑空槽
期待您的回复 带着感激之情， 阿维沙伊
使用布尔掩码并求和：
N = sum((df['Participant'] == 1) & (df['Condition'] == 1) & (df['RT'].notna()))
print(N)
# Output
1
详情：
m1 = df['Participant'] == 1
m2 = df['Condition'] == 1
m3 = df['RT'].notna()
df[['m1', 'm2', 'm3']] = pd.concat([m1, m2, m3], axis=1)
print(df)
# Output
Participant Condition RT m1 m2 m3
0 1 1 0.10 True True True # All True, N = 1
1 1 1 NaN True True False
2 1 2 0.48 True False True
3 2 1 1.20 False True True
4 2 2 NaN False False False
5 2 2 0.58 False False True