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
| string
或 int
| optional
是否检查每列或行:
轴 |
说明 |
---|---|
|
计算每一列。 |
|
计算每一行。 |
默认情况下,axis=0
。
2. level
| int
或 string
| 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number
或boolean
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
int
的 Series
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 0
非 NaN
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
- Python PySpark DataFrame count方法用法及代码示例
- Python Pandas DataFrame copy方法用法及代码示例
- Python PySpark DataFrame collect方法用法及代码示例
- Python PySpark DataFrame coalesce方法用法及代码示例
- Python Pandas DataFrame corrwith方法用法及代码示例
- Python PySpark DataFrame corr方法用法及代码示例
- Python Pandas DataFrame convert_dtypes方法用法及代码示例
- Python Pandas DataFrame combine方法用法及代码示例
- Python Pandas DataFrame columns属性用法及代码示例
- Python PySpark DataFrame cov方法用法及代码示例
- Python PySpark DataFrame colRegex方法用法及代码示例
- Python PySpark DataFrame columns属性用法及代码示例
- Python Pandas DataFrame corr方法用法及代码示例
- Python Pandas DataFrame combine_first方法用法及代码示例
- Python Pandas DataFrame cov方法用法及代码示例
- Python Pandas DataFrame clip方法用法及代码示例
- Python Pandas DataFrame cummax方法用法及代码示例
- Python Pandas DataFrame cumprod方法用法及代码示例
- Python Pandas DataFrame cummin方法用法及代码示例
- Python Pandas DataFrame cumsum方法用法及代码示例
- Python Pandas DataFrame empty属性用法及代码示例
- Python Pandas DataFrame pop方法用法及代码示例
- Python Pandas DataFrame nsmallest方法用法及代码示例
- Python Pandas DataFrame sample方法用法及代码示例
- Python Pandas DataFrame items方法用法及代码示例
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。