我有一個與下面的示例類似的數(shù)據(jù)集：| id | old_a | old_b | new_a | new_b ||----|-------|-------|-------|-------|| 6  | 3     | 0     | 0     | 0     || 6  | 9     | 0     | 2     | 0     || 13 | 3     | 0     | 0     | 0     || 13 | 37    | 0     | 0     | 1     || 13 | 30    | 0     | 0     | 6     || 13 | 12    | 2     | 0     | 0     || 6  | 7     | 0     | 2     | 0     || 6  | 8     | 0     | 0     | 0     || 6  | 19    | 0     | 3     | 0     || 6  | 54    | 0     | 0     | 0     || 87 | 6     | 0     | 2     | 0     || 87 | 11    | 1     | 1     | 0     || 87 | 25    | 0     | 1     | 0     || 87 | 10    | 0     | 0     | 0     || 9  | 8     | 1     | 0     | 0     || 9  | 19    | 0     | 2     | 0     || 9  | 1     | 0     | 0     | 0     || 9  | 34    | 0     | 7     | 0     |我為上表提供了這個示例數(shù)據(jù)集：data=[[6,3,0,0,0],[6,9,0,2,0],[13,3,0,0,0],[13,37,0,0,1],[13,30,0,0,6],[13,12,2,0,0],[6,7,0,2,0],                                 [6,8,0,0,0],[6,19,0,3,0],[6,54,0,0,0],[87,6,0,2,0],[87,11,1,1,0],[87,25,0,1,0],[87,10,0,0,0],                                [9,8,1,0,0],[9,19,0,2,0],[9,1,0,0,0],[9,34,0,7,0]]data= pd.DataFrame(data,columns=['id','old_a','old_b','new_a','new_b'])我想查看每個 id 的“new_a”和“new_b”列，即使每個 id 的這兩列中存在單個值，我也想將其計為 1，而不管任何值出現(xiàn)的次數(shù)并分配如果不存在任何值，則為 0。例如，如果我查看 id '9'，new_a 中有兩個不同的值，但我想將其計為 1。同樣，對于 id '13'，new_a 中沒有值，所以我想指定為 0。我的最終輸出應(yīng)該是這樣的：| id | new_a | new_b ||----|-------|-------|| 6  | 1     | 0     || 9  | 1     | 0     || 13 | 0     | 1     || 87 | 1     | 0     |我最終想計算使用 new_a 和 new_b 的客戶端百分比。所以從上表來看，75%的客戶端使用new_a，25%的客戶端使用new_b。我是 python 的初學(xué)者，不知道如何繼續(xù)。