熊貓數據框混淆.count和.sum之間的差異

Question

在下面的數據框中，adam通過電子郵件和電話聯繫過兩次。如果我使用sum（）來計算總的電子郵件用法，我會得到正確的結果：2. 但是，如果我使用count（），則adam會得到3. 爲什麼會發生這種情況？ .count（）沒有區分True和False Booleans嗎？

df = pd.DataFrame ({'Name':['adam','ben','adam','adam','ben'], 'Type' ['Email', 'Phone', 'Email','Phone','Phone']}, index =[0,1,2,3,4]) 

df.groupby('Name')['Type'].apply(lambda x: x.isin(['Email']).sum()) 
df.groupby('Name')['Type'].apply(lambda x: x.isin(['Email']).count()) 

Answer 1

的count方法的技術定義是計算非缺失值。由於所有的值都是不存在的，它只是返回每個組的行數。