如何按行获取熊猫数据框中不唯一的项目数？

Question

我发现的大多数解决方案是获取数据框中唯一项目（我不想要）的数量，或者按具有明确标题的列进行计数。我的数据框如下所示：       1   2   3   4ILLU1 ATG --T --- TGGILLU2 ATG -CT GGG TGGILLU3 ATG TTT AAA TGGILLU4 -TG --T --- T-G我试图获得每行的计数，其中每列都有一个完整的 3 碱基序列。因此，如果单元格中存在“-”，它将为零（这包括“---”、“--N”、“-NN”）。所以我试图使输出如下：ILLU1 2ILLU2 3ILLU3 4ILLU4 0我试过了：df_new = pd.DataFrame() # to hold the final valuescount = 0for rows in df:   if not sum(df[rows].str.contains("-")) > 0: # if no hyphen present       count += 1 # add to final count   else:       count = count # does not get included final count       df_new["Final Count"] = count print(df_new)但我只是得到一个没有值的空数据框。

Answer 1

使用 str.contains

s=(~df.apply(lambda x : x.str.contains('-'))).sum(1)

s

Out[384]: 

ILLU1    2

ILLU2    3

ILLU3    4

ILLU4    0

dtype: int64

Answer 2

您可以使用：

df.apply(lambda x: ['-' not in i for i in x]).sum(1)

或者

df.apply(lambda x: ['-' in i for i in x]).ne(1).sum(1)

输出：

ILLU1    2

ILLU2    3

ILLU3    4

ILLU4    0

dtype: int64