Python Pandas：统计指定列范围每行非0值的最优实现方案

先帮你理清问题所在：你用count(axis=1)来统计，但这个方法是统计每行非缺失值（NaN）的数量，而非非0值——当列里存在0时，它会被当成有效计数，这就导致结果不符合你的需求啦。

下面给你两种高效的解决方法，优先用第一种（Pandas向量化操作，速度更快）：

方法一：向量化操作（推荐） #

用ne(0)生成布尔矩阵，再按行求和：

data['activeYears'] = data[countRange].ne(0).sum(axis=1)

• ne(0)会把每个元素和0比较，返回True（非0）或False（0）；
• sum(axis=1)把每行的True（等价于1）累加，得到的就是该行非0值的数量。

方法二：apply逐行处理（适合小数据集） #

如果数据集不大，也可以用apply配合lambda实现：

data['activeYears'] = data[countRange].apply(lambda x: (x != 0).sum(), axis=1)

逻辑和方法一一致，只是逐行处理，大数据集下速度不如向量化操作。

验证结果 #

用你的测试数据运行后，activeYears列的结果应为：[3, 3, 3, 2, 1]，完全符合每行非0值的统计需求。

你的原始尝试代码：

data = [[2015, 900, 2016, 850, 900, 850, 1000, 0, 0, -50, 50, -1000, 0], [2016, 500, 2017, 550, 0, 500, 550, 350, 0, 500, 50, -200, -350], [2017, 200, 2018, 300, 0, 0, 200, 300, 100, 0, 200, 100, -200], [2018, 775, 2019, 1000, 0, 0, 0, 775, 1000, 0, 0, 775, 225], [2019, 30, 2020, 0, 0, 0, 0, 0, 30, 0, 0, 0, 30]]
data = pd.DataFrame(data, columns = ['cohortYear', 'firstYearSales', 'firstFullYear', 'firstFullYearSales', '2015','2016','2017', '2018', '2019', '2016 Delta', '2017 Delta', '2018 Delta', '2019 Delta'])
countRange = data.columns[5:9]
data['activeYears'] = data[countRange].count(axis=1)

内容的提问来源于stack exchange，提问作者a0nic