Python 3.x 同时计算多列中的值

我有一个数据帧，df如下

Index        DateTimestamp                a        b        c     
 0        2017-08-03 00:00:00            ta        bc      tt       
 1        2017-08-03 00:00:00            re                        
 3        2017-08-03 00:00:00                      cv      ma 

 4        2017-08-04 00:00:00                                     
 5        2017-09-04 00:00:00                      cv             
 :                 :                      :         :       :      
 :                 :                      :         :       :     

我希望通过不考虑每列中的空值，按1天对每列中的值计数进行分组。因此，输出将是

 Index                        a        b        c 
2017-08-03 00:00:00           2        2        2
2017-08-04 00:00:00           0        1        0

我尝试过这个，但不想要我想要的：

df2=df.groupby([pd.Grouper(key='DeviceDateTimeStamp', freq='1D')]) ['a','b','c'].apply(pd.Series.count)

将或用于删除时间，排除缺少的计数值：

print (df)
   Index        DateTimestamp    a    b    c
0      0  2017-08-03 00:00:00   ta   bc   tt
1      1  2017-08-03 00:00:00   re  NaN  NaN
2      3  2017-08-03 00:00:00  NaN   cv   ma
3      4  2017-08-04 00:00:00  NaN  NaN  NaN
4      5  2017-09-04 00:00:00  NaN   cv  NaN

df2=df.groupby(df['DateTimestamp'].dt.floor('d'))['a','b','c'].count()
#another solution
#df2=df.groupby(df['DateTimestamp'].dt.date)['a','b','c'].count()
print (df2)
               a  b  c
DateTimestamp         
2017-08-03     2  2  2
2017-08-04     0  0  0
2017-09-04     0  1  0

编辑：

或者如果可能的话，

a、b、c列中的数值：

c = ['a','b','c']
df2=df[c].astype(str).ne('').groupby(df['DateTimestamp'].dt.floor('d')).sum().astype(int)
print (df2)
               a  b  c
DateTimestamp         
2017-08-03     2  2  2
2017-08-04     0  0  0
2017-09-04     0  1  0

df2=df.groupby（[pd.Grouper（key='DeviceDateTimeStamp'，freq='1D'））['a'，'b'，'c'].count（）
？我尝试了这段代码，但它每天都计算日期的出现次数，而不是列的值。谢谢它不起作用。它仍然为每天的所有列提供相同的值OK，解决方案有效如果缺少的值是
NAN
s，那么缺少的值是什么？Emtry字符串？空格？缺少的值是空单元格spaces@Bode-如何工作
df.ne（“”）.groupby（df['DateTimestamp'].dt.floor（'d'））['a'，'b'，'c'].sum（）
？@Bode-如果检查
df.ne（“”）
是否为缺少的单元格返回True？
c = ['a','b','c']
df2=df[c].astype(str).ne('').groupby(df['DateTimestamp'].dt.floor('d')).sum().astype(int)
print (df2)
               a  b  c
DateTimestamp         
2017-08-03     2  2  2
2017-08-04     0  0  0
2017-09-04     0  1  0