Pandas 係列是帶有軸標簽的一維ndarray。標簽不必是唯一的,但必須是可哈希的類型。該對象同時支持基於整數和基於標簽的索引,並提供了許多方法來執行涉及索引的操作。
Pandas Series.count()
函數返回的計數non-NA/null
給定Series對象中的觀測值。
用法: Series.count(level=None)
參數:
level:如果軸是MultiIndex(分層),則沿特定級別計數,折疊為較小的Series
返回:nobs:int或Series(如果指定級別)
範例1:采用Series.count()
函數查找給定係列對象中非缺失值的計數。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([80, 25, 3, 25, 24, 6])
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
# set the index
sr.index = index_
# Print the series
print(sr)
輸出:
現在我們將使用Series.count()
函數查找給定係列對象中非缺失值的計數。
# find the count of non-missing values
# in the given series object
result = sr.count()
# Print the result
print(result)
輸出:
正如我們在輸出中看到的,Series.count()
函數已成功返回給定係列對象中非缺失值的計數。
範例2:采用Series.count()
函數查找給定係列對象中非缺失值的計數。給定的係列對象包含一些缺失值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([100, None, None, 18, 65, None, 32, 10, 5, 24, None])
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
# set the index
sr.index = index_
# Print the series
print(sr)
輸出:
現在我們將使用Series.count()
函數查找給定係列對象中非缺失值的計數。
# find the count of non-missing values
# in the given series object
result = sr.count()
# Print the result
print(result)
輸出:
正如我們在輸出中看到的,Series.count()
函數已成功返回給定係列對象中非缺失值的計數。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Timestamp.tz用法及代碼示例
- Python Pandas Series.str.contains()用法及代碼示例
- Python Pandas dataframe.std()用法及代碼示例
- Python Pandas Timestamp.dst用法及代碼示例
- Python Pandas dataframe.sem()用法及代碼示例
- Python Pandas DataFrame.ix[ ]用法及代碼示例
- Python Pandas.Categorical()用法及代碼示例
- Python Pandas.apply()用法及代碼示例
- Python Pandas TimedeltaIndex.contains用法及代碼示例
- Python Pandas Timestamp.now用法及代碼示例
- Python Pandas Series.str.pad()用法及代碼示例
- Python Pandas Series.take()用法及代碼示例
- Python Pandas dataframe.all()用法及代碼示例
- Python Pandas series.str.get()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Series.count()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。