如何计算Pandas DataFrame每行水平偏移的两类指标

先还原你的DataFrame：

直接用以下代码就能算出你要的两个指标：

步骤1：构造DataFrame（已有可跳过） #

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'Heading 1': [np.nan, 5, np.nan, np.nan],
    'Heading 2': [34, np.nan, np.nan, np.nan],
    'Unnamed: 1': [24, np.nan, 13, np.nan],
    'Unnamed: 2': [np.nan, np.nan, 77, 18]
})

步骤2：计算两类指标 #

# 计算Spill over：Unnamed列的非NaN值数量
df['Spill over'] = df.filter(regex='Unnamed:.*').notna().sum(axis=1)

# 计算原始列的NaN值数量
df['原始列NaN数量'] = df[['Heading 1', 'Heading 2']].isna().sum(axis=1)

最终结果 #

运行后DataFrame会新增目标列，结果如下：

简单原理：

• filter(regex='Unnamed:.*') 精准筛选所有Unnamed开头的列，notna()将非NaN值转为布尔值True（对应数值1），sum(axis=1)按行求和得到每行的非NaN数量。
• 直接指定原始列列表，isna()将NaN值转为布尔值True（对应数值1），sum(axis=1)按行求和得到每行的NaN数量。

内容的提问来源于stack exchange，提问作者lowkey