Pandas逐行统计其余列正值数量创建新列的实现方法
你之前的代码为什么跑出来全是NaN
两个核心问题:
- 逻辑用错方法:拿到
x > 0返回的布尔序列后,调用count()根本不是统计True的个数——这个方法的作用是数序列里有多少个非空值,不管值是True还是False都会被算进去,输出的永远是当前序列的总长度,完全不符合计数需求 - 参数漏写:
apply默认是按列遍历数据框(也就是axis=0),执行完返回的结果长度等于数据框的列数,和原数据框的行数根本对不上,往新列赋值的时候因为索引不匹配,自然就全是NaN了
适合你这种360列规模数据的实现
千万不要用逐行apply循环,数据量稍微大一点就会卡,直接用Pandas原生的向量化矩阵运算,速度快特别多:
# 逐行统计所有列里值大于0的个数 df["column_new"] = (df > 0).sum(axis=1)
- 运行逻辑很简单:先把全表做条件判断,生成同形状的布尔矩阵,每个格子标清楚对应位置的数是不是大于0;因为布尔值参与求和时,True等于1、False等于0,沿着行方向(
axis=1)加总,得到的就是每行符合条件的格子总数,和你给的示例输出完全匹配 - 怕后续重复运行代码时把新增的
column_new自己也算进去的话,可以先把这个列从计算范围里排除,不会影响结果:df["column_new"] = df.drop(columns=["column_new"], errors="ignore").gt(0).sum(axis=1) - 如果你实际要统计的是所有非0值(哪怕是负数也要算),把判断条件从
>0换成!=0就行:df["column_new"] = (df != 0).sum(axis=1)
你原来的apply思路修正版
如果就想用apply的写法,改两个地方就能正常运行,但不推荐在360列的大表上用,性能比上面的向量化方法差很多:
df["column_new"] = df.apply(lambda row: (row > 0).sum(), axis=1)
改动点:
- 补上
axis=1参数,让函数逐行执行 - 把布尔序列的
count()换成sum(),实现对符合条件值的真正计数
内容的提问来源于stack exchange,提问作者Sara
相关产品推荐
相关产品推荐

