Python Pandas/Numpy-如何获取和比较每列的计数以及写入csv？

我试图找出如何将每个数据帧列的计数与每个数据帧列进行比较。可以有超过300个列，因此将有超过300 X 300=超过90000个比较。以下是一些示例数据：

我试图找出有多少55岁的是女性，有多少48岁的是男性，有多少男性是NP D，等等

这是我使用的代码的一部分：

df_search1 = pd.read_csv("file1.txt",sep='\t', 
dtype=str,engine='c',header=0,encoding='latin-1')

items = ['AGE','NP','GENDER']

headr = True
for item1 in items:
    headr = True
    for item2 in items:
        # appends
        df_search1[(df_search1['%s'%item1].notnull()) & (df_search1['%s'%item2].notnull())] 
        [['%s'%item2]].count().to_csv('search_out.txt',header=headr,sep='\t',mode='a')
        headr = False

我得到的结果与此类似：

我想要的结果与此类似：

其中第一个‘年龄’、‘NP’、‘性别’在一行上（仅指没有列名的计数）；第二个‘年龄’、‘NP’、‘性别’将位于下一行（只是没有列名的计数）；第三个‘年龄’、‘NP’、‘性别’列在一行上（只是没有列名的计数）

任何帮助都将不胜感激。

---

谢谢

一个解决方法是创建一个列，该列将其他三个列值连接起来，然后对结果应用正则表达式查询。所以你的“55D女性”排是“55D女性”

例如，如果我们使用与您相同的输入表，如果concat中的列顺序为AGE+NP+GENDER，则正则表达式将如下所示

   Query                                  Regex
   1. how many 'AGE' 55 were Female    => (55)(.)(Female)
   2. how many 'AGE' 48 were male      => (48)(.)(Male)
   3. how many Male were 'NP' D        => ([0-9]{2})(D)(Male)

您可以编写程序来动态创建此正则表达式，然后应用于额外的列，然后提取导致正则表达式匹配的行