通过定义函 数 方程来 统计 DataFrame 某列 中的特殊值的 数 量 # 定义count_entries() def count_entries(df, col_name): """返回一个字典来存放每个特殊值出现的次 数 """ # 创建一个空的字典 num_count= {} # 从 DataFrame 中提取列 col = df[col_name] # 编列 DataFrame 中这一列的 元素 for entry 不知道为啥，用 pandas 将文件读入 DataFrame 时，将前面的0自动给我删了，比如000003就直接给我转为3了，这样再做后续操作的时候肯定就会出错的嘛。比如我是打算把000003转换为00:00:03的，结果就搞不成了。不让我转，删了总行了吧，反正这个也是无效信息。就考虑根据列中值的 字符 串长度，进行行的删除。 首先想到的就是布尔索引，下面先介绍下布尔索引 df=df[逻辑表达式取反]