0-9在一个数据帧的索引的最左边数字重复多久？

Question

我想知道我们是否可以计算在某些熊猫数据帧的index的最左边数字中0-9重复的频率：

             A          B           C
0   -56.343656        NaN -418.540483
10  -87.577880 -16.061497         NaN
20         NaN -15.337254         NaN
40  -67.462841        NaN -431.924830
50  -63.377158 -28.260790         NaN
60         NaN -22.996095         NaN
130  11.569845        NaN -307.034737
180  11.398947  -1.793530         NaN

我已经提取了那些列的索引有nan包括前导0：

并尝试在csv文件中存储提取的索引。然后我甚至试图将它们再次置于数据框架中，这个原则最左边的数字可以是[0-7]第二个最左边的数字可以是[0-59]而最后一个可以是[0-9999]并存储在csv中文件进一步处理仅代表最左边数字列的'section'列。

我的脚本如下：

import numpy as np
import pandas as pd


df = pd.read_csv('D:\SOF.TXT', header=None)
id_set = df[df.index % 4 == 0].astype('int').values
A = df[df.index % 4 == 1].values
B = df[df.index % 4 == 2].values
C = df[df.index % 4 == 3].values

data = {'A': A[:,0], 'B': B[:,0], 'C': C[:,0]}
#main_data contains all the data
main_data = pd.DataFrame(data, columns=['A','B','C'], index = id_set[:,0])  


main_data[np.isinf(main_data)] = np.nan    # convert inf to nan
main_data_nan = main_data[main_data.isnull().any(axis=1)]   # extract sub data frame
print(main_data_nan)
# to fix 3 digits of index in start
new_index = [str(x).zfill(3) for x in main_data_nan.index]
main_data_nan.index = new_index
#print all data includes nan values in .csv file
main_data_nan.to_csv('nan_data.csv', na_rep='NaN')   # export
#print just especial column that includes nan values in .csv file including id_set or indexes
main_data_nan['C'].to_csv('nan_datatemp.csv', na_rep='NaN')
#print all id_set which is index in data frame has nan values
for i in range(len(main_data_nan)):
    print (main_data_nan.index[i])


dff = pd.read_csv("D:\nan_datatemp.csv")
cycle, section, cell = [], [], []
for i in range(9999):
    for j in range(8):
        for k in range(60):
            cycle.append(i)
            section.append(j)
            cell.append(k)
dfff = {'Section':section, 'Cell':cell, 'Cycle':cycle}
dffff = pd.DataFrame(dfff, columns=['Section','Cell', 'Cycle'], index = id_set[:,0])
dffff.to_csv('exit_id_det.csv', encoding='utf-8', index=False)

我不确定here的答案可以通过在最左边的数字索引上应用(df==X).sum()来实现我的答案，如：

(df==0).sum()
(df==1).sum()
(df==2).sum()
(df==3).sum()
(df==4).sum()
(df==5).sum()
(df==6).sum()
(df==7).sum()

甚至使用main_data_nan.isnull().sum().sum()计算频率发生率的百分比我的欲望结果应该是这样的：

index ---->频率--->百分比 000 ----> 0：6次----> 0：总计75％ 010 ----> 1：2次----> 1：总计25％ 020 ----> 2：0次----> 2：0％总计 040 ----> 3：0次----> 3：0％ 050 ----> 4：0次----> 4：0％ 060 ----> 5：0次----> 5：0％ 130 ----> 6：0次----> 6：0％ 180 ----> 7：0次---->总共7：0％

以下是我的数据集示例：dataset sample DL link