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
| string
或 int
| optional
是否檢查每列或行:
軸 |
說明 |
---|---|
|
計算每一列。 |
|
計算每一行。 |
默認情況下,axis=0
。
2. level
| int
或 string
| 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number
或boolean
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
int
的 Series
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 0
非 NaN
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
- Python PySpark DataFrame count方法用法及代碼示例
- Python Pandas DataFrame copy方法用法及代碼示例
- Python PySpark DataFrame collect方法用法及代碼示例
- Python PySpark DataFrame coalesce方法用法及代碼示例
- Python Pandas DataFrame corrwith方法用法及代碼示例
- Python PySpark DataFrame corr方法用法及代碼示例
- Python Pandas DataFrame convert_dtypes方法用法及代碼示例
- Python Pandas DataFrame combine方法用法及代碼示例
- Python Pandas DataFrame columns屬性用法及代碼示例
- Python PySpark DataFrame cov方法用法及代碼示例
- Python PySpark DataFrame colRegex方法用法及代碼示例
- Python PySpark DataFrame columns屬性用法及代碼示例
- Python Pandas DataFrame corr方法用法及代碼示例
- Python Pandas DataFrame combine_first方法用法及代碼示例
- Python Pandas DataFrame cov方法用法及代碼示例
- Python Pandas DataFrame clip方法用法及代碼示例
- Python Pandas DataFrame cummax方法用法及代碼示例
- Python Pandas DataFrame cumprod方法用法及代碼示例
- Python Pandas DataFrame cummin方法用法及代碼示例
- Python Pandas DataFrame cumsum方法用法及代碼示例
- Python Pandas DataFrame empty屬性用法及代碼示例
- Python Pandas DataFrame pop方法用法及代碼示例
- Python Pandas DataFrame nsmallest方法用法及代碼示例
- Python Pandas DataFrame sample方法用法及代碼示例
- Python Pandas DataFrame items方法用法及代碼示例
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。