Python 使用pandas统计每行中的非空值

我有数据帧

    site1   time1   site2   time2   site3   time3   site4   time4   site5   time5   ... time6   site7   time7   site8   time8   site9   time9   site10  time10  target
 session_id                                                                                 

21669   56  2013-01-12 08:05:57 55.0    2013-01-12 08:05:57 NaN NaT NaN NaT NaN NaT ... NaT NaN NaT NaN NaT NaN NaT NaN NaT 0
54843   56  2013-01-12 08:37:23 55.0    2013-01-12 08:37:23 56.0    2013-01-12 09:07:07 55.0    2013-01-12 09:07:09 NaN NaT ... NaT NaN NaT NaN NaT NaN NaT NaN NaT 0
77292   946 2013-01-12 08:50:13 946.0   2013-01-12 08:50:14 951.0   2013-01-12 08:50:15 946.0   2013-01-12 08:50:15 946.0   2013-01-12 08:50:16 ... 2013-01-12 08:50:16 948.0   2013-01-12 08:50:16 784.0   2013-01-12 08:50:16 949.0   2013-01-12 08:50:17 946.0   2013-01-12 08:50:17 0
114021  945 2013-01-12 08:50:17 948.0   2013-01-12 08:50:17 949.0   2013-01-12 08:50:18 948.0   2013-01-12 08:50:18 945.0   2013-01-12 08:50:18 ... 2013-01-12 08:50:18 947.0   2013-01-12 08:50:19 945.0   2013-01-12 08:50:19 946.0   2013-01-12 08:50:19 946.0   2013-01-12 08:50:20 0

我需要计算N列，其中站点！=楠。 我试着用

df[['site%s' % i for i in range(1, 11)]].count(axis=1)

---

但每一个身份证都会给我10个

我也试过了

train_df[sites].notnull().count(axis=1)

这也没用

期望输出

21669    2
54843    4
77292    10
114021   10

---

我只想用

计数
：

train_df[sites].count(axis=1)

count
专门统计非空值。当前实现的问题是，
notnull
生成布尔值，
bool
s肯定不是null，这意味着它们总是被计数


而且

df.notnull().count(axis=1)


a    5
b    5
c    5
d    5
e    5
f    5
g    5
h    5
dtype: int64

同样，用
count（axis=1）
交易
sum（）
也可以达到目的

train_df[sites].notnull().sum()

train_df[sites].notnull（）.sum（轴=1）
？您只想对列中的
True
元素求和。或者，使用
train_df[sites].count（axis=1）
它会返回10到每个站点id@PetrPetrov尝试保存您的文件。。。查看我的编辑，它工作得很好。
train_df[sites].isnull（）.sum（）
和
train_df[sites].isnull（）.any（）
是两个更有用的习惯用法（第一个计算空值的数量，第二个显示是否有空值）
train_df[sites].notnull().sum()