Pandas统计字典列首元素非空数
本文详细介绍了如何利用 Pandas 统计 DataFrame 字典列中列表首个元素的非缺失值数量,旨在帮助读者更有效地处理复杂数据结构,提升数据分析和清洗效率。针对 DataFrame 中包含字典,且字典值为列表的列,文章提供了两种实用方法:一是利用列表推导式结合 `pd.notna()` 函数,快速提取并统计非缺失值;二是巧妙运用 `Series.explode()`、`Series.str.get()` 和 `DataFrameGroupBy.count()` 函数,灵活处理更复杂的数据结构。通过示例代码,深入解析了每种方法的原理、适用场景以及注意事项,助力读者在实际应用中选择最佳方案。掌握这些技巧,能有效解决数据分析中遇到的实际问题。

本文介绍了如何使用 Pandas 处理包含字典和列表的 DataFrame 列,并统计特定键(例如 'list_A')对应的列表中,首个元素的非缺失值(非 NaN)的数量。通过示例代码,详细展示了两种实现方法,并解释了其原理和适用场景。掌握这些技巧,可以更有效地处理复杂数据结构,进行数据分析和清洗。
在数据分析中,经常会遇到 DataFrame 的某一列包含复杂的数据结构,例如字典,而字典的值又是一个列表。针对这种数据,我们需要提取特定信息进行统计分析。本文将介绍如何使用 Pandas 统计 DataFrame 字典列中列表首个元素的非缺失值数量。
示例数据
首先,我们创建一个包含字典和列表的 DataFrame:
import pandas as pd
data = [{"list_A": [2.93, 4.18, 4.18, None, 1.57, 1.57, 3.92, 6.27, 2.09, 3.14, 0.42, 2.09],
"list_B": [820, 3552, 7936, None, 2514, 4035, 6441, 15379, 2167, 6147, 3322, 1177]},
{"list_A": [2.51, 3.58, 3.58, None, 1.34, 1.34, 3.36, 5.37, 1.79, 2.69, 0.36, 1.79],
"list_B": [820, 3552, 7936, None, 2514, 4035, 6441, 15379, 2167, 6147, 3322, 1177]},
{"list_A": [None, 5.94, 5.94, None, 2.23, 2.23, 5.57, 8.9, 2.97, 4.45, 0.59, 2.97],
"list_B": [820, 3552, 7936, None, 2514, 4035, 6441, 15379, 2167, 6147, 3322, 1177]}]
# 创建一个名为 "column_dic" 的列的 DataFrame
df = pd.DataFrame({"column_dic": data})
print(df)我们的目标是创建一个新列 count_first_item,该列包含 column_dic 中每个字典的 list_A 列表中,第一个元素的非缺失值数量。
方法一:使用列表推导式和 pd.notna()
第一种方法是使用列表推导式来提取每个字典中 list_A 的第一个元素,然后使用 pd.notna() 函数判断是否为非缺失值,最后使用 sum() 函数统计非缺失值的数量。
import numpy as np
df['count_first_item'] = [pd.notna([y['list_A'][0] for y in x if isinstance(y, dict)]).sum()
for x in df['column_dic']]
print (df)这段代码首先使用列表推导式 [y['list_A'][0] for y in x] 从 column_dic 列的每个字典中提取 list_A 的第一个元素。isinstance(y, dict)用于确保y是字典类型,避免出现错误。然后,pd.notna() 函数判断每个元素是否为非缺失值,返回一个布尔值数组。最后,sum() 函数将布尔值数组中的 True 值(代表非缺失值)的数量加起来,得到非缺失值的总数。
方法二:使用 Series.explode()、Series.str.get() 和 DataFrameGroupBy.count()
第二种方法使用 Series.explode() 函数将 column_dic 列中的列表展开,然后使用 Series.str.get() 函数提取 list_A 的值,再使用 str[0] 提取第一个元素,最后使用 DataFrameGroupBy.count() 函数按组统计非缺失值的数量。
df['count_first_item'] = (df['column_dic'].explode().str.get('list_A').str[0]
.groupby(level=0).count())
print (df)这段代码首先使用 df['column_dic'].explode() 将 DataFrame 展开,使得每个字典成为单独的一行。然后,str.get('list_A') 提取每个字典中 list_A 对应的值,str[0] 提取 list_A 列表中的第一个元素。最后,groupby(level=0).count() 按照原始 DataFrame 的索引(level=0)进行分组,并统计每组中非缺失值的数量。
注意事项
- pd.notna() 函数用于判断是否为非缺失值,如果数据中包含其他类型的缺失值(例如空字符串),需要使用其他方法进行判断。
- Series.explode() 函数会将列表展开成多行,如果列表长度不一致,可能会导致数据错位。
- 如果字典中不存在 list_A 键,Series.str.get('list_A') 会返回 NaN 值,需要注意处理。
总结
本文介绍了两种使用 Pandas 统计 DataFrame 字典列中列表首个元素的非缺失值数量的方法。第一种方法使用列表推导式和 pd.notna() 函数,代码简洁易懂,适用于简单的数据结构。第二种方法使用 Series.explode()、Series.str.get() 和 DataFrameGroupBy.count() 函数,代码更灵活,适用于复杂的数据结构。在实际应用中,可以根据具体情况选择合适的方法。
理论要掌握,实操不能落!以上关于《Pandas统计字典列首元素非空数》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
心遇邀请码填写方法及位置详解
- 上一篇
- 心遇邀请码填写方法及位置详解
- 下一篇
- HTML分页实现与页码导航设计解析
-
- 文章 · python教程 | 26分钟前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 51分钟前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 3小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 4小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 6小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 6小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 7小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 8小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1097次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1093次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1261次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1203次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1049次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

