如何针对数组的各列分别获取行数？

嘿，这个问题在处理不规则结构的数组时挺常见的，我来给你捋捋几种实用的解决办法～

首先咱们先明确下数组的结构（拿Python举例，这是最常遇到这类需求的场景），你的数组大概是这样的：

arr = [
    [1, 2, 3, 4],   # 第0行：包含4列元素
    [5, 6, 7, 8],   # 第1行：包含4列元素
    [9, 10, 11]     # 第2行：只包含前3列元素
]

这里第0、1、2列各有3个元素（对应3行数据），第3列只有2个元素（对应2行数据，正好符合你的描述）。

核心思路 #

本质上就是对每一列的索引，遍历所有行，检查该行是否包含该列的元素，统计符合条件的行数——只要某一行存在该列的元素，就说明这一行在该列有数据，计数加1。

具体实现方法 #

方法1：Python原生代码（无需额外库） #

如果不想依赖第三方库，用原生循环或者列表推导式就能搞定：

写法一：直观循环

# 先确定数组的最大列数，避免遗漏最后一列
max_cols = max(len(row) for row in arr) if arr else 0

col_row_counts = []
for col_idx in range(max_cols):
    count = 0
    for row in arr:
        # 检查当前行是否有该列的元素
        if col_idx < len(row):
            count += 1
    col_row_counts.append(count)

print(col_row_counts)  # 输出: [3, 3, 3, 2]

写法二：Pythonic列表推导式（更简洁）

如果喜欢简洁的写法，可以用列表推导式压缩代码：

max_cols = max(len(row) for row in arr) if arr else 0
col_row_counts = [sum(1 for row in arr if col_idx < len(row)) for col_idx in range(max_cols)]

print(col_row_counts)  # 同样输出: [3, 3, 3, 2]

方法2：用Pandas快速处理（适合数据量大的场景） #

如果你平时用Pandas处理数据，那这个需求就更简单了——Pandas会自动识别缺失值，直接统计每列的非空元素个数即可：

import pandas as pd

# 将数组转为DataFrame
df = pd.DataFrame(arr)
# 统计每列的非空行数，转成列表
col_row_counts = df.count().tolist()

print(col_row_counts)  # 输出: [3, 3, 3, 2]

内容的提问来源于stack exchange，提问作者12L304 RAJTHALAPATHY K.S.