考虑到中间的空白列，如何计算列数？

Question

如果df某些列之间有空格，我如何计算列数？我df基于 XLS 文件创建，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（不考虑空白列） * 得到 5 列（考虑空白列）。

该方法应该适用于非空白列之间的任意数量的空白列。

更新：

pandas DataFramedf的创建方式如下：

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）：

0   0   24.1    23.9    24.4    24.3                            2.880136

0   0   24.1    23.9    24.4    24.3                            2.878689

0   0   24.1    23.9    24.4    24.3                            2.875072

0   0   24.1    23.9    24.4    24.3                            2.883029

Answer 1

这取决于空白列的格式。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：另一种选择是使用.isidentifier()string 方法，这将更加健壮，因为它将空字符串和空格都检测为空白列。但是，它会过滤掉任何带有空格的列！因此，仅当您的非空列具有格式良好的列名时，这再次起作用。num_cols = np.sum([col.isidentifier() for col in df.columns])print(num_cols)# prints 2

Answer 2

这是简单的解决方案dff = pd.read_excel('D:/test.xlsx',sheet_name='goal',header=None, na_values=' ') #This will convert blank values to NaNdff    0  1     2     3     4     5   6   7   8         90  0  0  24.1  23.9  24.4  24.3 NaN NaN NaN  2.8801361  0  0  24.1  23.9  24.4  24.3 NaN NaN NaN  2.8786892  0  0  24.1  23.9  24.4  24.3 NaN NaN NaN  2.8750723  0  0  24.1  23.9  24.4  24.3 NaN NaN NaN  2.883029获取列（不考虑空白列）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获取列（考虑空白列）all_col = dff.columns.tolist()print(all_col)# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]print(len(all_col))# 10注意：您可以创建没有空白列的单独数据框df1 = dff[col]df1   0  1     2     3     4     5         90  0  0  24.1  23.9  24.4  24.3  2.8801361  0  0  24.1  23.9  24.4  24.3  2.8786892  0  0  24.1  23.9  24.4  24.3  2.8750723  0  0  24.1  23.9  24.4  24.3  2.883029