Python 考虑到中间的空白列，如何计算列数？

如果

df

的某些列之间有空格，如何计算列数？我基于XLS文件创建了

df

，它有这样的问题。 空白列的数量未知，但从不超过20

df =

col1   col2   col3        col4
112    ret    56          xx
34     wet    45          yy

如何计算列数： *得到4列（不考虑空白） *得到5列（考虑空白的一个）。 该方法应适用于非空白列之间任意数量的空白列

更新：

熊猫数据帧

df

创建如下：

f_path = "C://test/myfile_with_blank_columns.xls"
df = pd.read_excel(open(f_path,'rb'), sheet_name='goal')

数据示例（某些文件不包含标题）：

---

<>这取决于空白列是如何格式化的。例如，考虑它们是空字符串的情况：

df = pd.DataFrame({'A': [1,2,3], 
                   '' : ['','',''], 
                   'B': [1,2,3]})

选项1:

您可以尝试计算空列的数量：

df_columns = list(df.columns)

num_cols = len(df_columns) - df_columns.count('')

print(num_cols)
# returns 2

选项2:

另一个选择是使用string方法，这将更加健壮，因为它将检测空字符串和空格作为空白列。但是，它将过滤掉任何带有空格的列！因此，只有在为非空列设置了格式良好的列名的情况下，这种方法才能再次发挥作用

num_cols = np.sum([col.isidentifier() for col in df.columns])

print(num_cols)
# prints 2

---

这里有一个简单的解决方案

dff = pd.read_excel('D:/test.xlsx',sheet_name='goal',header=None, na_values=' ') #This will convert blank values to NaN

dff 

   0  1     2     3     4     5   6   7   8         9
0  0  0  24.1  23.9  24.4  24.3 NaN NaN NaN  2.880136
1  0  0  24.1  23.9  24.4  24.3 NaN NaN NaN  2.878689
2  0  0  24.1  23.9  24.4  24.3 NaN NaN NaN  2.875072
3  0  0  24.1  23.9  24.4  24.3 NaN NaN NaN  2.883029

获取列（不考虑空白一个）

获取列（考虑空白的）

注意：您可以创建没有空白列的单独数据框

---

UHM空白列甚至没有一个名字？@ MHIHITMOTWANI:是的，这是我不能更改的源数据的问题。你需要提供一种构造这个数据框的方法，这样我们就可以理解这个问题。请看下面的答案：请进一步说明空白栏。@ FCHM：请看我的更新。抱歉，但选项1对我不起作用。请查看我的更新以查看数据示例。col.isidentifier（）需要一个标题，对吗？我没有说对不起，有些文件不包含标题。我打印了

df\u列

。事实上，空白列的名称“代码＞”未命名：“89”，“未命名的：90”，“未命名的：91”，“未命名的：92”，“未命名的：93”，“未命名的：94”< /代码>

dff = pd.read_excel('D:/test.xlsx',sheet_name='goal',header=None, na_values=' ') #This will convert blank values to NaN

dff 

   0  1     2     3     4     5   6   7   8         9
0  0  0  24.1  23.9  24.4  24.3 NaN NaN NaN  2.880136
1  0  0  24.1  23.9  24.4  24.3 NaN NaN NaN  2.878689
2  0  0  24.1  23.9  24.4  24.3 NaN NaN NaN  2.875072
3  0  0  24.1  23.9  24.4  24.3 NaN NaN NaN  2.883029

col = list(dff.drop(dff.loc[:,list((100*(dff.isnull().sum()/len(dff.index))==100))].columns, 1).columns.values)
print(col)

# [0, 1, 2, 3, 4, 5, 9]

print(len(col))

# 7

all_col = dff.columns.tolist()
print(all_col)

# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

print(len(all_col))

# 10

df1 = dff[col]
df1

   0  1     2     3     4     5         9
0  0  0  24.1  23.9  24.4  24.3  2.880136
1  0  0  24.1  23.9  24.4  24.3  2.878689
2  0  0  24.1  23.9  24.4  24.3  2.875072
3  0  0  24.1  23.9  24.4  24.3  2.883029