pandas 数据框：如何在数据框的所有列（数字和非数字）中找到特定值的计数（比如 'Unavailable'）

Question

假设我使用 df.fillna('Unavailable') 将数据框中的所有空值替换为字符串 ('Unavailable')。我现在需要仔细检查 'Unavailable' 的计数是否与空值的计数相匹配。有很多列和行，所以我不想指定列名等。有没有办法在不使用 for 循环的情况下找到所有列中所有 'Unavailable' 的计数？如果使用循环遍历所有列，当列包含数字类型时我会遇到问题。执行 value_count 没有意义，因为我只想知道 'Unavailable' 计数而不是所有值的计数。更重要的是，我觉得应该有一种简单的方法来做我可能会错过的事情。

Answer 1

你或许可以这样做：

(df.astype(str)=='Unavailable').values.sum()

Answer 2

如果您想概览所有价值观，pd.melt() 和 pd.groupby() 可能会帮助您探索数据

例如：

foo                 bar             foobar
0   Unavailable     asd             asd
1   asd             Unavailable     asd
2   asd             Unavailable     asd
3   asd             Unavailable     asd
4   Unavailable     asd             asd
5   asd             asd             asd
6   Unavailable     asd             Unavailable
7   asd             asd             Unavailable
8   asd             asd             asd

熔化并分组 df

df_1 = pd.melt(df, value_vars=['foo ', 'bar ', 'foobar']).groupby("value").count()

pandas 数据框：如何在数据框的所有列（数字和非数字）中找到特定值的计数（比如 'Unavailable'）

pandas Dataframe: How do I find the count of specific value (say 'Unavailable') across all columns (numeric and non numeric) of the dataframe

python

series

dataframe

pandas