如何在Python中统计行内指定列的"y"并新增计数列

方法一：使用Pandas处理结构化表格数据（推荐） #

适用于CSV、Excel等结构化数据，代码简洁高效：

import pandas as pd

# 读取数据，替换为你的文件路径（支持csv/xlsx等格式）
df = pd.read_csv("your_input_data.csv")

# 核心操作：统计每行第3-7列（位置索引从0开始，对应索引2到6）中"y"的总次数
# 若列中存在非字符串类型数据，需先转为字符串：row.astype(str).str.count('y')
df['y_count'] = df.iloc[:, 2:7].apply(lambda row: row.str.count('y').sum(), axis=1)

# 保存结果到新文件，不保留索引列
df.to_csv("output_with_y_count.csv", index=False)

关键代码说明 #

• iloc[:, 2:7]：选中所有行，以及第3到第7列（位置索引左闭右开，包含索引2到6）
• apply(..., axis=1)：对每一行执行统计操作
• row.str.count('y').sum()：对该行每个目标列的元素统计"y"的数量，再求和得到该行总次数
• df['y_count']：新增一列存储统计结果，列名可自行修改

方法二：纯Python处理文本格式数据 #

若不想依赖第三方库，可直接处理文本文件（以逗号分隔的CSV为例）：

# 读取原始数据文件
with open("your_input_data.txt", "r", encoding="utf-8") as infile:
    lines = infile.readlines()

processed_lines = []
for line in lines:
    # 分割行数据，按实际分隔符修改（比如制表符用'\t'）
    columns = line.strip().split(',')
    # 截取第3到第7列（索引2到6）
    target_columns = columns[2:7]
    # 统计"y"的出现次数（忽略前后空格）
    y_total = sum(1 for col in target_columns if col.strip() == "y")
    # 将统计结果追加为新列
    columns.append(str(y_total))
    # 重新拼接为行字符串
    processed_lines.append(','.join(columns) + '\n')

# 写入处理后的结果文件
with open("output_with_y_count.txt", "w", encoding="utf-8") as outfile:
    outfile.writelines(processed_lines)

内容的提问来源于stack exchange，提问作者Virendra Patel