如何在Pandas中按行统计非NaN值并将结果存入新列？

嘿，别着急！这个需求用Pandas自带的方法就能轻松搞定，我给你一步步讲清楚～

首先，直接上可以运行的完整代码，你复制过去就能得到想要的结果：

import pandas as pd
import numpy as np

# 你的原始数据定义
data = {'x1': ["Yes", "Yes", "No"], 'x2': ["Yes",np.nan, "Yes"], 'x3': [np.nan, np.nan, "No"]}
df = pd.DataFrame(data, columns = ['x1', 'x2', 'x3'])

# 新增Total列，按行统计非NaN值数量
df['Total'] = df.count(axis=1)

# 打印结果
print(df)

运行后你会看到和你期望完全一致的输出：

x1   x2   x3  Total
0  Yes  Yes  NaN      2
1  Yes  NaN  NaN      1
2   No  Yes   No      3

小细节说明 #

• df.count(axis=1)是核心：这个方法会按行（axis=1）统计非缺失值的数量，它会自动跳过所有NaN元素，完美匹配你的需求。
• 如果没加axis=1，默认是axis=0，会变成按列统计，这也是很多新手容易踩的小坑，记得加上就行～
• 要是之后你只想统计某几列的非NaN值，也可以指定列名，比如只统计x1和x2的话，写成df[['x1','x2']].count(axis=1)就可以，灵活性拉满～

内容的提问来源于stack exchange，提问作者Jake