如何统计Pandas DataFrame全表中值为'?'的元素总数？

你现有的手写循环代码仅针对单列做判断，既无法覆盖全表统计场景，在大型DataFrame上运行效率也很低，直接用Pandas内置的向量化方法即可快速实现需求。

最简全表统计实现 #

不需要写逐行遍历的循环，两行代码就能算出全表"?"的总数量：

# 逐元素判断是否为"?"，两次求和得到全表总计数
total_question_mark = (df == "?").sum().sum()
print(f"全表'?'总数量：{total_question_mark}")

实现逻辑：

• df == "?"会生成和原DataFrame尺寸完全一致的布尔矩阵，元素为True代表对应位置值是"?"，否则为False
• 第一次.sum()会按列统计每列中True的个数，返回以列名为索引的统计结果Series
• 第二次.sum()对单列统计结果求和，得到全表总数量

额外场景：查看每列的"?"分布 #

如果需要同时知道每一列分别有多少个"?"，可以先按列统计再算总量：

# 逐列统计"?"数量
count_by_column = (df == "?").sum()
print("各列'?'数量：")
print(count_by_column)

# 总数量直接对列统计结果求和
total = count_by_column.sum()

特殊情况适配 #

如果表内的"?"可能带前后空格（比如" ?"、"? "这类脏数据），可以先对字符串列做清洗再统计，避免漏判：

# 仅对object类型（字符串类）的列做去空格处理，再统计
clean_df = df.apply(lambda col: col.str.strip() if col.dtype == "object" else col)
total_question_mark = (clean_df == "?").sum().sum()

内容的提问来源于stack exchange，提问作者Adita Rita