pandas将指定多列字符串替换为1并新增行计数汇总列的实现方法

实现方案 #

首先确认列索引规则：pandas的列索引默认从0开始计数，如果你要操作的是自然顺序第22~65列，用df.iloc[:, 21:65]即可选中对应范围（iloc切片为左闭右开规则，截止值设为65刚好包含索引为64的第65列）。

情况1：无需修改原有疾病列内容，仅新增计数列

对应你给出的示例输出效果，不需要改动原列数据，一行代码即可完成：

# 统计指定列中非空值的数量，赋值给新增列
df['Total_diseases'] = df.iloc[:, 21:65].notna().sum(axis=1)

情况2：需要将指定列中非NA的疾病文本标记为1

如果要同时完成值替换和计数需求，代码如下：

# 非NA值替换为1，保留原NA值
df.iloc[:, 21:65] = df.iloc[:, 21:65].where(df.iloc[:, 21:65].isna(), 1)
# 逐行统计1的数量
df['Total_diseases'] = df.iloc[:, 21:65].sum(axis=1)

如果你的目标列中存在非空但不属于疾病文本的内容，需要精准匹配疾病规则再替换，比如所有疾病文本都包含disease关键词，可使用如下代码：

# 仅将匹配disease关键词的非空值替换为1，其余值保持不变
df.iloc[:, 21:65] = df.iloc[:, 21:65].apply(
    lambda col: col.map(lambda x: 1 if isinstance(x, str) and 'disease' in x.lower() else x)
)
# 统计每行符合要求的疾病数量
df['Total_diseases'] = df.iloc[:, 21:65].eq(1).sum(axis=1)

内容的提问来源于stack exchange，提问作者Anakin Skywalker