获取 Dataframe 中每一列的文本、数字/浮点、空白和 Nan 值的计数，并使用过滤器提取

Question

假设下表

指数	列1	列2	列3
0	10.5	2.5	楠
1个		秒
2个	2.9	3.2	一种
3个	#VAL	楠	2个
4个	3个	5.6	4个

现在我想要得到的是一个摘要 dataframe 它将给我上面提到的不同数据类型/条件的计数

指数	列1	列2	列3
整数/浮点数	3个	3个	2个
空白的	1个	0	1个
楠	0	1个	1个
文本	1个	1个	1个

我来自 Excel 所以在 Excel 条件下它会非常简单

Integer/Float 公式：我会使用 ISNUMBER 并创建一个 True 和 False 值的数组并对真实值求和
空白：我会简单地使用 COUNTIF(Column, "")
文本：与 ISNUMBER 类似，我会使用上面的 ISTEXT。

我试过在 Stack Overflow 上搜索这个但是我得到的最好的是

pd.DataFrame(df["Col1"].apply(type).value_counts())

然而，这并没有给我确切的 output。

我还想检查是否可以根据上述条件过滤掉值并获得合适的单元格。 例如 df[Col1==ISTEXT]

Answer 1

使用自定义函数分别计算每种类型：

def f(x):
    a = pd.to_numeric(x, errors='coerce').notna().sum()
    b = x.eq('').sum()
    c = x.isna().sum()
    d = len(x) - (a + b + c)
    return pd.Series([a,b,c,d], ['Integer/Float','Blank','Nan','Text'])

df = df.apply(f)
print (df)
               Col1  Col2  Col3
Integer/Float     3     3     2
Blank             1     0     1
Nan               0     1     1
Text              1     1     1