Python DataFrame实现固定周期内统计每列的非零值

import pandas as pd

def non_zeros_count(df):
    s = 0
    calc_interval = 5   # 统计周期数
    new_columns = []
    for i in range(len(df.columns)):
        new_columns.append(df.columns[i]+'_non_zero_count') # 重新组织列名
    non_zeros_count = pd.DataFrame(columns=df.columns[1:])  # 新建dataframe 储存最后统计结果(没有计算第一列“时间”）

    # 对所有数据按照每 “calc_interval” 计算每个字段中的非0个数
    while s + calc_interval <= df.shape[0]:
        data_piece = df.iloc[s:s + calc_interval, 1:]
        count_zero = data_piece.apply(lambda x: x.value_counts().get(0.0, 0.0))  # 0值个数
        # np.count_nonzero(data_piece,axis = 0)   #这种方法也可以得到，但是得到的是类型是ndarray
        non_zeros = calc_interval - count_zero  # 非零值个数(每列计算周期内的总数-每列的0值数）
        non_zeros_to_frame = non_zeros.to_frame()  # series转dataframe
        non_zeros_transp = pd.DataFrame(non_zeros_to_frame.values.T,
                                        index=non_zeros_to_frame.columns,
                                        columns=non_zeros_to_frame.index)  # 取转置
        non_zeros_count = pd.concat([non_zeros_count, non_zeros_transp])  # 数据合并
        s = s + calc_interval

    non_zeros_count.index = [i for i in range(non_zeros_count.shape[0])]
    # non_zeros_count.values.reshape(30,24) # dataframe
    non_zeros_count.columns = new_columns[1:] # 重新修改列名
    non_zeros_count.to_csv('./non_zeros_count.csv',encoding= 'utf-8')

if __name__=='__main__':

    sv_data = pd.read_csv('data.csv',encoding='utf-8')
    non_zeros_count(sv_data)