如何将一列拆分为多个列，然后在SQL或Pandas中计算新列中的空值？

我有一个相对较大的表，有数千行和几十列。有些列是元数据，有些是数值。我遇到的问题是，某些元数据列不完整或不完整，也就是说，它缺少了a:。我想数一数，其中有多少是冒号标记后缺失的部分

如果你看下面的小例子，我会得到一个小表，告诉我在a组中，元数据在2个条目中是完整的，在其他2个条目中是不完整的。理想情况下，我还想获得一些关于某个值计数、最大值、最小值等的统计信息

如何在SQL查询或Python中执行此操作？ 使用一些内置函数可能会很简单，但是，我没有正确地理解它

数据：

预期产出结果：

Group MetaDataComplete Count
A     Yes               2
A     No                2

以下是一个例子：

1-创建数据帧 在[1]中： 作为pd进口熊猫 将numpy作为np导入 cols=['Group'，'MetaData'，'SomeValue'] 数据=['A'，'AB:xxx'，20]， [A'，AB:'，5]， [A'，PQ:yyy'，30]， [A'，PQ:'，2] ] df=pd.DataFramecolumns=cols，data=data 2-具有拆分值列的新数据框 new=df[MetaData].str.split:，n=1，expand=True df[MetaData_1]=新的[0] df[MetaData_2]=新的[1] 3-删除旧的元数据列 df.dropcolumns=[元数据]，inplace=True 4-将空字符串替换为nan并计数 df.replace，np.NaN，inplace=True df.isnull.sum 出[1]： 第0组 SomeValue 0 元数据1 0 元数据2 数据类型：int64 以下是一个例子：

1-创建数据帧 在[1]中： 作为pd进口熊猫 将numpy作为np导入 cols=['Group'，'MetaData'，'SomeValue'] 数据=['A'，'AB:xxx'，20]， [A'，AB:'，5]， [A'，PQ:yyy'，30]， [A'，PQ:'，2] ] df=pd.DataFramecolumns=cols，data=data 2-具有拆分值列的新数据框 new=df[MetaData].str.split:，n=1，expand=True df[MetaData_1]=新的[0] df[MetaData_2]=新的[1] 3-删除旧的元数据列 df.dropcolumns=[元数据]，inplace=True 4-将空字符串替换为nan并计数 df.replace，np.NaN，inplace=True df.isnull.sum 出[1]： 第0组 SomeValue 0 元数据1 0 元数据2 数据类型：int64

---

如果您的计算机刚刚完成计数，您也可以尝试算法方法。只需在数据上循环并使用具有负前瞻性的正则表达式

import pandas as pd
import re

pattern = '.*:(?!.)' # detects the strings of the missing data form
missing = 0
not_missing = 0
for i in data['MetaData'].tolist():
    match = re.findall(pattern, i)
    if match:
        missing += 1
    else:
        not_missing += 1

---

如果您的计算机刚刚完成计数，您也可以尝试算法方法。只需在数据上循环并使用具有负前瞻性的正则表达式

import pandas as pd
import re

pattern = '.*:(?!.)' # detects the strings of the missing data form
missing = 0
not_missing = 0
for i in data['MetaData'].tolist():
    match = re.findall(pattern, i)
    if match:
        missing += 1
    else:
        not_missing += 1

---

从SQL的角度来看，执行拆分是痛苦的，更不用说使用拆分结果时必须先执行查询，然后再查询结果：

选择 结果【组】， 结果.元数据， 结果：元价值， COUNTResults.MetaValue 从选择 [小组] 元数据， SUBSTRINGMetaData，CHARINDEX'：'，MetaData+1，LENMetaData作为元值 从VeryLargeTable作为结果 按结果分组。[分组]， 结果.元数据， 结果：元值

---

从SQL的角度来看，执行拆分是痛苦的，更不用说使用拆分结果时必须先执行查询，然后再查询结果：

选择 结果【组】， 结果.元数据， 结果：元价值， COUNTResults.MetaValue 从选择 [小组] 元数据， SUBSTRINGMetaData，CHARINDEX'：'，MetaData+1，LENMetaData作为元值 从VeryLargeTable作为结果 按结果分组。[分组]， 结果.元数据， 结果：元值

---

除非值可以包含冒号字符，否则没有理由使用拆分函数。我只想假设空值在技术上不是正确的单词，而是以：

您还可以使用rightMetaData，1='：'

---

或者假设值可以包含自己的冒号，如果您只想询问第一个冒号是否位于最后一个位置，请尝试charindex“：”，MetaData=lenMetaData。

除非值可以包含冒号字符，否则没有理由使用拆分函数。我只想假设空值在技术上不是正确的单词，而是以：

您还可以使用rightMetaData，1='：'

---

或者假设值可以包含自己的冒号，如果您只想询问第一个冒号是否位于最后一个位置，请尝试charindex“：”，MetaData=lenMetaData。

第一部分“拆分”似乎是一个重复的问题。拆分后，您可以使用groupby并计算空值的数量。第一部分拆分的可能重复似乎是一个重复的问题。拆分后，您可以使用groupby并计算空值的数量可能重复的感谢，但我认为这给出了部分答案。它没有给出未丢失元数据的计数。谢谢，但我认为这给出了部分答案。它没有给出未丢失元数据的计数。谢谢！我想这就是我要尝试的。我更愿意生成

---

此表包含SQL查询。谢谢！我想这就是我要尝试的。我更愿意使用SQL查询生成此表。

select
    "Group",
    case when MetaData like '%:' then 'Yes' else 'No' end as MetaDataComplete,
    count(*) as "Count"
from T
group by "Group", case when MetaData like '%:' then 'Yes' else 'No' end