當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


Python Pandas DataFrame count方法用法及代碼示例


Pandas DataFrame.count(~)方法計算數量非缺失值對於 DataFrame 的每一行或每一列。

參數

1.axis | stringint | optional

是否檢查每列或行:

說明

0"index"

計算每一列。

1"columns"

計算每一行。

默認情況下,axis=0

2. level | intstring | optional

要檢查的級別。僅當源 DataFrame 具有 MultiIndex 時,這才相關。

3. numeric_only | boolean | optional

  • 如果 True ,則該方法將對 numberboolean 類型的列/行執行計數。

  • 如果 False ,則所有列/行都將被計數。

默認情況下,numeric_only=False

返回值

intSeries 指示源 DataFrame 每行/列的缺失值數量。

例子

考慮以下 DataFrame :

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



   A    B
0  NaN  3
1  NaN  4

按列計算非缺失值

要計算每列的非缺失值數量:

df.count()   # axis=0



A  0
B  2
dtype: int64

在這裏,A 列中有 0NaN 值,B 中有 2 個非 NaN 值。

按行計算非缺失值

要計算每行的非缺失值數量,請設置 axis=1

df.count(axis=1)



0    1
1    1
dtype: int64

在這裏,行 0 和行 1 中都有 1 個非缺失值。

僅計算數字和布爾列/行

考慮以下 DataFrame :

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



   A  B
0  a  3
1  b  4

要僅計算數字和布爾列,請設置 numeric_only=True

df.count(numeric_only=True)



B    2
dtype: int64

請注意 A 列如何被忽略,因為它是非數字類型。

相關用法


注:本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas DataFrame | count method。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。