求助：使用Pandas统计CSV文件各列空白/填充单元格数量异常

1. 检查CSV文件的分隔符是否匹配 #

你代码里指定了sep='|'，但实际CSV文件可能用的是逗号（,）、制表符（\t）或其他分隔符。如果分隔符设置错误，pandas会把整行内容当成单列读取，自然只会输出一列的统计结果。

解决方式：

• 手动打开CSV文件，确认实际使用的分隔符
• 修改pd.read_csv的sep参数，或者让pandas自动检测分隔符：

  df = pd.read_csv(file_path, header=None, sep=None, engine='python')
  

2. 处理空字符串类型的空白单元格 #

你当前用isnull().sum()只能统计标准NaN值，但CSV里的空白单元格可能是空字符串（''），这种情况不会被isnull()识别，会被误判为已填充内容。

解决方式：

• 读取文件时直接将空字符串转为NaN：

  df = pd.read_csv(file_path, header=None, sep='|', na_values=[''])
  

• 或者统计时同时覆盖空字符串和NaN的情况：

  blank_counts = df.apply(lambda x: x.isin(['', pd.NA]).sum())
  filled_counts = df.shape[0] - blank_counts
  

3. 确认表头设置是否正确 #

你使用了header=None，如果CSV文件本身包含表头行，这会导致表头被当作第一行数据，可能干扰列数的正确识别。如果文件有表头，可去掉header=None参数，或指定表头所在行号（比如header=0）。

4. 先验证数据读取是否正确 #

在统计前先查看数据结构，确认列数是否符合预期：

print(df.shape)  # 输出行数和列数，检查列数是否正确
print(df.head())  # 查看前几行数据，确认列是否被正确拆分

完整修正示例代码 #

假设需要自动检测分隔符，且空字符串视为空白：

import pandas as pd

file_path = r"C:\Users\andre\OneDrive\Documentos\Farmácia\Python\Cadastro_clientes\cadastro_cli.csv"  
# 自动检测分隔符，同时将空字符串转为NaN
df = pd.read_csv(file_path, header=None, sep=None, engine='python', na_values=[''])

# 统计已填充和空白数量
filled_counts = df.count()
blank_counts = df.isnull().sum()

summary = pd.DataFrame({
    'Filled': filled_counts,
    'Blank': blank_counts
})

print("\nFilled and Blank Counts:")
print(summary)

内容的提问来源于stack exchange，提问作者André