当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python Pandas DataFrame count方法用法及代码示例


Pandas DataFrame.count(~)方法计算数量非缺失值对于 DataFrame 的每一行或每一列。

参数

1.axis | stringint | optional

是否检查每列或行:

说明

0"index"

计算每一列。

1"columns"

计算每一行。

默认情况下,axis=0

2. level | intstring | optional

要检查的级别。仅当源 DataFrame 具有 MultiIndex 时,这才相关。

3. numeric_only | boolean | optional

  • 如果 True ,则该方法将对 numberboolean 类型的列/行执行计数。

  • 如果 False ,则所有列/行都将被计数。

默认情况下,numeric_only=False

返回值

intSeries 指示源 DataFrame 每行/列的缺失值数量。

例子

考虑以下 DataFrame :

df = pd.DataFrame({"A":[pd.np.nan,pd.np.nan], "B":[3,4]})
df



   A    B
0  NaN  3
1  NaN  4

按列计算非缺失值

要计算每列的非缺失值数量:

df.count()   # axis=0



A  0
B  2
dtype: int64

在这里,A 列中有 0NaN 值,B 中有 2 个非 NaN 值。

按行计算非缺失值

要计算每行的非缺失值数量,请设置 axis=1

df.count(axis=1)



0    1
1    1
dtype: int64

在这里,行 0 和行 1 中都有 1 个非缺失值。

仅计算数字和布尔列/行

考虑以下 DataFrame :

df = pd.DataFrame({"A":["a","b"], "B":[3,4]})
df



   A  B
0  a  3
1  b  4

要仅计算数字和布尔列,请设置 numeric_only=True

df.count(numeric_only=True)



B    2
dtype: int64

请注意 A 列如何被忽略,因为它是非数字类型。

相关用法


注:本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 Pandas DataFrame | count method。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。