获取含NULL值表格非NULL值组合的算法咨询

这个需求本质是统计每行的NULL分布模式出现的次数，核心思路是把每行转换成对应的NULL/非NULL模式，再对模式分组计数，具体实现可以分两种场景：

1. 基于二维数组（比如Python处理） #

把Excel数据转成二维数组后，用哈希表（字典）统计每个模式的出现次数：

from collections import defaultdict

# 假设data是读取后的二维数组，NULL用None表示
pattern_counts = defaultdict(int)

for row in data:
    # 生成当前行的模式：NULL保留为'NULL'，非NULL替换为'*'
    current_pattern = tuple('NULL' if cell is None else '*' for cell in row)
    pattern_counts[current_pattern] += 1

# 转换为结果格式
result = []
for pattern, count in pattern_counts.items():
    result.append(list(pattern) + [count])

这个方法处理数千条数据完全没问题，时间复杂度是O(n*m)（n是行数，m是列数），性能足够。

2. 基于数据库查询 #

如果把Excel加载到数据库，可以直接用SQL分组统计，以MySQL为例：

SELECT
    CASE WHEN A IS NULL THEN 'NULL' ELSE '*' END AS A,
    CASE WHEN B IS NULL THEN 'NULL' ELSE '*' END AS B,
    CASE WHEN C IS NULL THEN 'NULL' ELSE '*' END AS C,
    COUNT(*) AS `Number of occurrences`
FROM your_table
GROUP BY 1, 2, 3;

执行这个查询就能直接得到你需要的结果表格。

补充说明 #

这个任务属于数据探索里的缺失值模式分析，没有特定的“算法名称”，但核心逻辑就是模式提取+分组计数，是数据预处理中的常见操作，针对数千条数据的规模，上述两种方法都能高效完成。

内容的提问来源于stack exchange，提问作者Random Actions