Python里怎么快速统计CSV某列有多少个非空值？有内存友好的方法吗？

### 使用 Pandas 获取 CSV 文件中某一列的数据量为了计算 CSV 文件中特定一列的数据量，在 Python 中通常会借助 `pandas` 库来完成此操作。下面展示了一种简单有效的方式： ```python import pandas as pd df = pd.read_csv('example.csv') # 加载整个CSV文件到DataFrame对象中 column_count = df['目标列名'].count() # 计算名为'目标列名'这一列的有效数值个数 print(f"'目标列名'共有 {column_count} 条记录") ``` 上述代码片段展示了如何加载一个 CSV 文件并统计其中某列含有多少条有效的数据[^2]。对于非常大的 CSV 文件，为了避免一次性加载过多数据占用大量内存，可以采用分块读取的方式来实现相同的目的： ```python chunk_size = 10 ** 6 # 定义每次读入的行数大小 chunks = [] for chunk in pd.read_csv('large_file.csv', usecols=['目标列名'], chunksize=chunk_size): chunks.append(chunk.count()) total_count = sum(chunks) print(f"总共有 {total_count} 行数据存在于 '目标列名'") ``` 这段脚本通过设置参数 `usecols` 只选取所需的那一列，并利用 `chunksize` 参数控制每批次处理的数据量，从而有效地减少了资源消耗[^3]。当只需要知道非缺失值的数量时，`.count()` 方法非常适合；如果希望了解包括 NaN 或者 Null 值在内的所有单元格数目，则应该考虑使用 `.shape[0]` 属性代替[^4]。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 PyExecJS2 怎么在 Python 里调用 JS 函数和解析 JSON？