nombre de nombre d'éléments en python tableau np.where()

Question

Je tente actuellement de comparer deux colonnes dans une trame de données de pandas géants:

--------------- Cluster Assignment --------------- 
      ID  Class Cluster 
    0 1000025  2  4 
    1 1002945  2  2 
    2 1015425  2  4 
    3 1016277  2  2 
    4 1017023  2  4 
    5 1017122  4  2 
    6 1018099  2  4 
    7 1018561  2  4 
    8 1033078  2  4 
    9 1033078  2  4 
    10 1035283  2  4 
    11 1036172  2  4 
    12 1041801  4  4 
    13 1043999  2  4 
    14 1044572  4  2 
    15 1047630  4  4 
    16 1048672  2  4 
    17 1049815  2  4 
    18 1050670  4  2 
    19 1050718  2  4 

pour tenter de trouver le nombre de lignes qui ne correspondent pas à trouver le rapport des erreurs dans mon dataframe (la df complète est beaucoup plus longue que cela). J'utilise np.where() pour faire la comparaison, et je reçois une sortie précise de toutes les lignes qui sont incorrectes, mais maintenant je veux ajouter combien de lignes sont erronées, puis diviser cela par le nombre total de lignes .. mon problème est maintenant que je reçois:

>>> data= np.where(df7['Class']!=df7['Cluster']) 
>>> print(len(data)) 
1 

si j'imprimer le type de Datai obtenir < class 'tuple' >. Donc, j'ai essayé de convertir tuple à la liste en utilisant:

>>> print(list(data)) 
[array([ 9, 11, 17, 31, 32, 33, 34, 36, 38, 62, 64, 65, 135, 
    156, 196, 201, 277, 301], dtype=int64)] 

De toute évidence, ce n'est pas utile parce que si je tente d'imprimer/stocker la longueur de cette liste, je reçois

>>> print(list(data)) 
[array([ 9, 29, 30, 31, 33, 35, 59, 61, 62, 132, 153, 193, 198, 
    274, 298], dtype=int64)] 
>>> print('errors: ', len(cluster2wrong)) 
errors: 1 

Quelqu'un pourrait-il pointez-moi dans la direction de comment je peux juste compter ces articles?

Answer 1

Le résultat de np.where est un tuple contenant n tableaux, où n est le nombre de dimensions dans votre tableau. La bonne nouvelle est que chacun de ces n tableaux a la même longueur (chacun représentant un « index » pour chaque article trouvé), de sorte que vous pouvez simplement utiliser la longueur de l'un d'eux:

>>> len(data[0]) # or len(data[i]) where i < dimensions of your df7 

comme déjà mentionné dans les commentaires. Toutefois, si vous voulez juste savoir combien d'éléments satisfont à la condition, vous pouvez utiliser np.count_nonzero:

>>> a = np.array([2,3,4,5]) 
>>> b = np.array([3,3,3,3]) 

>>> np.count_nonzero(a != b) 
3