基于Pandas DataFrame每行非空列数生成新列的实现方案

嘿，这需求太常见了，用Pandas几步就能搞定！针对你给出的示例场景，我直接上可运行的代码，再给你拆解逻辑：

首先，咱们先重现你提供的示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'ID':['1','2','3'], 
    'J1': ['a','ab',''],
    'J2':['22','','33']
})

接下来就是核心操作——新增统计列。这里咱们用ne('')来识别非空字符串，再按行求和：

# 新增Count_of_cols_have_values列，统计每行非空列的数量
df['Count_of_cols_have_values'] = df.ne('').sum(axis=1)

运行完之后，你打印df就能得到期望的结果：

ID  J1  J2  Count_of_cols_have_values
0  1   a  22                          2
1  2  ab                              1
2  3      33                          1

逻辑拆解 #

• df.ne('')：生成一个布尔值DataFrame，每个单元格如果不是空字符串就返回True（等价于1），否则返回False（等价于0）
• .sum(axis=1)：指定按行（axis=1）对布尔值求和，得到的就是每行非空列的数量

额外补充 #

如果你的DataFrame里存在的是NaN（而不是空字符串）类型的缺失值，那可以把ne('')换成notna()，代码改成：

df['Count_of_cols_have_values'] = df.notna().sum(axis=1)

这样就能兼容两种缺失值场景啦～

内容的提问来源于stack exchange，提问作者Jithendra