计数值赋值给新列在大熊猫数据帧

Question

我有一个数据帧是这样的：

A B C D E F G H 
0 a None 123 None Nan None 2 aa,12asd 
1 None 1234 456 None Ee5 tie 233 a,123,sd 
2 None absc 789 Nan Nan abs Abc asd34vfd 

我想创建一个列“我”，这是本质上的列数在适用的情况下计算A到H，忽略适用情况。输出会是这样的：

I 
4 
6 
5 

我已经试过np.isnan，pd.isnull，。所有（），.bool，.ANY，.empty，.item，.count- NONE正在工作。

任何人都可以展示如何做到这一点？

Answer 1

假设我们有以下数据框：

In [76]: df 
Out[76]: 
     A  B C  D E  F G   H 
0  a None 123 None Nan None 2 aa,12asd 
1 None 1234 456 None Ee5 tie 233 a,123,sd 
2 None absc 789 Nan Nan abs Abc asd34vfd 

所有None和Nan值是字符串：

In [81]: df.isnull() 
Out[81]: 
     A  B  C  D  E  F  G  H 
0 False False False False False False False False 
1 False False False False False False False False 
2 False False False False False False False False 

，我们可以做到以下几点：

In [77]: df['I'] = df.replace(['None','Nan'], [np.nan, np.nan]).notnull().sum(1) 

In [78]: df 
Out[78]: 
     A  B C  D E  F G   H I 
0  a None 123 None Nan None 2 aa,12asd 4 
1 None 1234 456 None Ee5 tie 233 a,123,sd 6 
2 None absc 789 Nan Nan abs Abc asd34vfd 5 

如果您已经有None和NaN （而不是字符串）：

In [87]: df.isnull() 
Out[87]: 
     A  B  C  D  E  F  G  H 
0 False True False True True True False False 
1 True False False True False False False False 
2 True False False True True False False False 

In [88]: df['I'] = df.notnull().sum(1) 

In [89]: df 
Out[89]: 
     A  B C D E  F G   H I 
0  a None 123 NaN NaN None 2 aa,12asd 4 
1 None 1234 456 NaN Ee5 tie 233 a,123,sd 6 
2 None absc 789 NaN NaN abs Abc asd34vfd 5