如何编写Pandas函数统计DataFrame各列中4的数量及其占比？

核心实现（高效向量化操作） #

不需要逐列循环，直接用Pandas的向量化特性就能批量计算每列中数值为4的元素占比：

# 计算整个DataFrame每列的4值占比
four_ratio = (df == 4).mean()

原理：df == 4会生成一个布尔值DataFrame，其中等于4的位置为True（等价于1），其余为False（等价于0）；.mean()方法会对每列求平均值，即4的元素数量除以该列总元素数，直接得到占比小数。

针对特定列的计算 #

如果只需要统计包含指定关键词（比如ColumnA）的列，可先筛选列再计算：

# 筛选包含"ColumnA"的列
target_cols = df.columns[df.columns.str.contains('ColumnA')]
# 计算目标列的4值占比
target_ratio = (df[target_cols] == 4).mean()

修正原代码问题 #

你原代码中df[cols] = ...的写法会把目标列的所有元素替换成占比数值，这是错误的。正确做法是单独存储占比结果（比如上述的four_ratio或target_ratio），而非修改原DataFrame的列数据。

内容的提问来源于stack exchange，提问作者obi