如何使用pandas统计并展示仅包含小写字符的行的数量

前置准备 #

首先导入pandas库，可先构造测试数据验证逻辑：

import pandas as pd

# 构造测试数据表
df = pd.DataFrame({
    'col1': ['apple', 'Banana', 'cherry123', '1234', 'orange', ''],
    'col2': ['cat', 'dog', 'Elephant', 'fish', 'tiger', 'rabbit']
})

场景1：统计某指定字符串列中仅含小写字符的行数 #

直接使用pandas字符串方法str.islower()实现判断：

# 统计col1列中仅含小写字符的行数
lower_count = df['col1'].str.islower().fillna(False).sum()
print(lower_count)

逻辑说明：

• str.islower()：判断字符串是否全部由小写字符构成，且至少包含一个可区分大小写的字符，非字符串类型、空字符串会返回NaN
• fillna(False)：将非字符串、空字符串的判断结果替换为False，不计入统计，如有需要可自行调整规则
• sum()：对布尔序列求和，True按1计算，False按0计算，最终得到符合条件的总行数

场景2：统计整行所有字符串列均为小写字符的行数 #

如果要求整行所有字符串类型的字段都满足全小写规则，实现逻辑如下：

# 第一步：筛选出所有字符串类型的列
str_cols = df.select_dtypes(include='object')
# 第二步：逐行判断所有字符串列是否都满足全小写要求
all_lower_mask = str_cols.apply(lambda col: col.str.islower().fillna(False)).all(axis=1)
# 第三步：统计符合条件的总行数
all_lower_count = all_lower_mask.sum()

# 如需查看符合条件的所有行，直接按掩码筛选即可
print(df[all_lower_mask])

逻辑说明：

• select_dtypes(include='object')：自动筛选表内所有字符串类型的列，排除数值、日期等不需要判断的列
• all(axis=1)：按行判断，只有该行所有列的判断结果都为True时，最终结果才为True

常见逻辑调整 #

• 如需将空字符串纳入符合条件的范围，可修改判断规则为col.str.islower().fillna(False) | (col == '')
• 如需忽略数字的影响，可先对字符串做过滤：col.str.replace('\d', '', regex=True).str.islower().fillna(False)

内容的提问来源于stack exchange，提问作者Rushad Khan