计算布尔值统计信息

　　importpandasaspd

　　importnumpyasnp

　　importmatplotlib.pyplotasplt

　　#读取movie,设定行索引是movie_title

　　pd.options.display.max_columns=50

　　movie=pd.read_csv("./data/movie.csv",index_col='movie_title')

　　#判断电影时长是否超过两个小时#Figure1

　　movie_2_hours=movie['duration']>120

　　#统计时长超过两小时的电影总数

　　print(movie_2_hours.sum())#result:1039

　　#统计时长超过两小时的电影的比例

　　print(movie_2_hours.mean())

　　#统计False和True的比例

　　print(movie_2_hours.value_counts(normalize=True))

　　#比较同一个DataFrame中的两列

　　actors=movie[['actor_1_facebook_likes','actor_2_facebook_likes']].dropna()

　　print((actors['actor_1_facebook_likes']>actors['actor_2_facebook_likes']).mean())#Figure2

构建多个布尔条件

　　importpandasaspd

　　importnumpyasnp

　　importmatplotlib.pyplotasplt

　　#读取movie,设定行索引是movie_title

　　pd.options.display.max_columns=50

　　movie=pd.read_csv("./data/movie.csv",index_col='movie_title')

　　#创建多个布尔条件

　　criteria1=movie.imdb_score>8

　　criteria2=movie.content_rating=="PG-13"

　　criteria3=(movie.title_year<2000)|(movie.title_year>=2010)

　　"""

　　print(criteria1.head())

　　print(criteria2.head())

　　print(criteria3.head())

　　运行结果：Figure1

　　"""

　　#将多个布尔条件合并成一个

　　criteria_final=criteria1&criteria2&criteria3

　　print(criteria_final.head())