如何用Pandas实现类似Excel COUNTIFS的按姓名统计空值并输出至其他工作表？

结论先行：完全不需要使用字典，直接通过Pandas读取Excel文件就能完成你的需求，步骤清晰且高效。

具体实现步骤 #

1. 读取Excel文件 #

用pd.read_excel()直接读取目标Excel文件，无需额外转字典。

2. 按姓名分组统计空值 #

通过groupby()按姓名分组，结合isna().sum()统计指定列的空值数量。

3. 将结果写入新工作表 #

用to_excel()将统计结果写入原文件的新工作表，或单独的新文件。

完整代码示例 #

模拟Excel读取场景（含你的测试数据） #

import pandas as pd

# 实际使用时替换成你的Excel文件路径
# df = pd.read_excel("你的数据源文件.xlsx")
# 以下是你提供的测试数据
df = pd.DataFrame({
    "Name": ["Alice", "Bob", "Jas", "Carl", "Bob", "Jon", "Alice"],
    "Age": [23, 24, 22, None, None, 27, 23],
    "Weight": [71, 67, 51, 75, None, 67, 71],
    "Height": [49, 59, 54, None, 59, 56, 49]
})

# 按Name分组，统计Age列的空值数量
null_count = df.groupby("Name")["Age"].apply(lambda x: x.isna().sum()).reset_index(name="Age空值数量")

# 将结果写入Excel的新工作表（命名为"空值统计"）
with pd.ExcelWriter("你的输出文件.xlsx", mode="w") as writer:
    df.to_excel(writer, sheet_name="原始数据", index=False)
    null_count.to_excel(writer, sheet_name="空值统计", index=False)

扩展说明 #

如果需要同时统计多列（比如Age、Weight）的空值，只需修改分组统计部分：

# 批量统计多列空值
multi_null_count = df.groupby("Name")[["Age", "Weight"]].apply(lambda x: x.isna().sum()).reset_index()

内容的提问来源于stack exchange，提问作者Hades