使用Pandas统计多列Excel数据的填充/未填充单元格数量

原始数据 #

我有一份处理后的Excel数据，规则为：1代表已填充单元格，0代表未填充单元格，具体数据如下：

期望汇总结果 #

需要得到按列统计的已填充/未填充数量：

原代码问题 #

你尝试的代码存在核心逻辑错误：

• 错误使用groupby对所有列分组，这是按行的组合进行聚合，并非我们需要的按列统计
• pd.NamedAgg的column参数不能传入多列列表，语法不符合Pandas规范

正确实现代码 #

假设你的DataFrame变量名为df2，可以用两种简洁方式实现：

方式一：直接构造统计结果 #

# 直接对每列统计已填充（1的总和）和未填充（0的总和）
summary_new = pd.DataFrame({
    '已填充': df2.sum(),
    '未填充': df2.eq(0).sum()
}).reset_index().rename(columns={'index': ''})

方式二：使用agg批量统计 #

# 用agg批量应用统计函数，转置后调整格式
summary_new = df2.agg([
    ('已填充', lambda x: x.eq(1).sum()),
    ('未填充', lambda x: x.eq(0).sum())
]).T.reset_index().rename(columns={'index': ''})

代码说明 #

1. df2.sum()：直接计算每列中1的总数（1代表已填充，求和即对应数量）
2. df2.eq(0).sum()：筛选出值为0的单元格后求和，得到未填充数量
3. reset_index()+rename：将原列名转为表格第一列，匹配期望的输出格式

内容的提问来源于stack exchange，提问作者TonnyM