如何在pandas中跨多个列计算值？

Question

我有一个关于摩托车的熊猫数据帧。 数据集有1000行和30列。在

例如

date motor1 motor2 motor3 vehicle1  vehicle2 reason 
2010 Honda   NaN    NaN    Sedan     NaN        *    
  :
2012 Yamaha  Kymco  NaN    Truck     Sedan      *  
  :
2013 Harley  Kymco  Kymco  Ambulance NaN        *     
  :

我想创建一个新列，以便在没有空值的列中记录值。在

我期望的输出是：

^{pr2}$

另外，由于数据是按年份排列的，我还想为特定年份设置一个条件，只需查看特定年份涉及的车辆和摩托车数量。在

最初，我想使用groupby函数+count函数+conditional函数，但是我不能得到我想要的。在

有什么优雅的方法来解决这个问题吗？在

Answer 1

我们可以用^{}和^{}来计算NaN的数量。但是首先我们用^{}进行过滤，得到以数字结尾的列：

df['count'] = df.filter(regex='\d$').notna().sum(axis=1)

---

^{pr2}$

解释正则表达式：

• \d是一个数字
• $是字符串的结尾。在

Answer 2

您可以使用notna和跨列求和来获得非空计数：

import numpy as np
import pandas as pd

df = pd.DataFrame([[2010, 'Honda', np.nan, np.nan, 'Sedan', np.nan, '*'],
                   [2012, 'Yamaha', 'Kymco', np.nan, 'Truck', 'Sedan', '*'],
                   [2014, 'Harley', 'Kymco', 'Kymco', 'Ambulance', np.nan, '*']], columns=['year', 'motor1', 'motor2', 'motor3', 'vehicle1', 'vehicle2', 'reason'])

result = df.assign(count=df.loc[:, 'motor1':'vehicle2'].notna().sum(axis=1))

print(result)

输出：

^{pr2}$

要查看特定年份，只需使用布尔索引：

print(result[result['year'] == 2010])

输出：

   year motor1 motor2 motor3 vehicle1 vehicle2 reason  count
0  2010  Honda    NaN    NaN    Sedan      NaN      *      2