如何为Pandas DataFrame添加多列非零值计数列？

问题背景 #

现有如下Pandas DataFrame，包含_id列和多个日期格式的列：

import pandas as pd
df = pd.DataFrame({
    '_id': ['633739b043e8750c660feabd', '63373966bf5eb50c6d593b1f', '633738aa43e8750c660fe90e', '63373853bf5eb50c6d5938c1'],
    '2022-10-01': ['1', '0', '0', '2'],
    '2022-10-02': ['0', '1', '0', '0'],
    '2022-10-03': ['2', '8', '3', '9'],
    '2022-10-04': ['0', '0', '0', '2'],
    '2022-10-05': ['9', '0', '0', '2'],
    '2022-10-06': ['1', '0', '3', '2'],
})

需要新增一列No_of_Days，统计每个_id对应日期列中的非零值数量，期望结果如下：

import pandas as pd
df = pd.DataFrame({
    '_id': ['633739b043e8750c660feabd', '63373966bf5eb50c6d593b1f', '633738aa43e8750c660fe90e', '63373853bf5eb50c6d5938c1'],
    '2022-10-01': ['1', '0', '0', '2'],
    '2022-10-02': ['0', '1', '0', '0'],
    '2022-10-03': ['2', '8', '3', '9'],
    '2022-10-04': ['0', '0', '0', '2'],
    '2022-10-05': ['9', '0', '0', '2'],
    '2022-10-06': ['1', '0', '3', '2'],
    'No_of_Days': ['4', '2', '2', '5']
})

解决方案 #

实现代码 #

import pandas as pd

# 初始化原始DataFrame
df = pd.DataFrame({
    '_id': ['633739b043e8750c660feabd', '63373966bf5eb50c6d593b1f', '633738aa43e8750c660fe90e', '63373853bf5eb50c6d5938c1'],
    '2022-10-01': ['1', '0', '0', '2'],
    '2022-10-02': ['0', '1', '0', '0'],
    '2022-10-03': ['2', '8', '3', '9'],
    '2022-10-04': ['0', '0', '0', '2'],
    '2022-10-05': ['9', '0', '0', '2'],
    '2022-10-06': ['1', '0', '3', '2'],
})

# 提取日期列并转换为数值类型
date_columns = df.drop('_id', axis=1).astype(int)
# 统计每行非零值数量并转为字符串格式
df['No_of_Days'] = (date_columns != 0).sum(axis=1).astype(str)

print(df)

代码说明 #

• df.drop('_id', axis=1)：移除_id列，仅保留日期相关的列。
• .astype(int)：将日期列中字符串类型的数值转为整数，确保能正确判断非零值。
• (date_columns != 0)：生成布尔值DataFrame，非零值对应True，零值对应False。
• .sum(axis=1)：按行求和（True视为1，False视为0），得到每行的非零值数量。
• .astype(str)：将统计结果转为字符串类型，匹配期望结果的格式。

内容的提问来源于stack exchange，提问作者Arkam