Python pandas.DataFrame.count用法及代码示例

用法: DataFrame.count(axis=0, level=None, numeric_only=False)

计算每一列或每一行的非 NA 单元格。

值 None 、 NaN 、 NaT 和可选的 numpy.inf (取决于 pandas.options.mode.use_inf_as_na )被认为是 NA。

参数：

axis：{0 或 ‘index’，1 或 ‘columns’}，默认 0

如果为每列生成 0 或 ‘index’ 计数。如果为每一行生成 1 或 ‘columns’ 计数。

level：int 或 str，可选

如果轴是 MultiIndex(分层)，则沿特定的 level 计数，折叠成 DataFrame 。 str 指定级别名称。

numeric_only：布尔值，默认为 False

仅包括 float 、 int 或 boolean 数据。

Series或DataFrame

对于每一列/行，非 NA/空条目的数量。如果指定了 level ，则返回 DataFrame 。

例子：

从字典构造 DataFrame：

>>> df = pd.DataFrame({"Person":
...                    ["John", "Myla", "Lewis", "John", "Myla"],
...                    "Age":[24., np.nan, 21., 33, 26],
...                    "Single":[False, True, True, True, False]})
>>> df
   Person   Age  Single
0    John  24.0   False
1    Myla   NaN    True
2   Lewis  21.0    True
3    John  33.0    True
4    Myla  26.0   False

注意未计数的 NA 值：

>>> df.count()
Person    5
Age       4
Single    5
dtype:int64

每行的计数：

>>> df.count(axis='columns')
0    3
1    2
2    3
3    3
4    3
dtype:int64

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.DataFrame.count。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：