pandas.DataFrame.count#
- DataFrame.count(axis=0, level=None, numeric_only=False)[源代码]#
对每列或每行的非NA单元格进行计数。
这些价值观 None , NaN , NaT ,以及可选的 numpy.inf (取决于 pandas.options.mode.use_inf_as_na )被认为是不适用的。
- 参数
- axis{0或‘index’,1或‘Columns’},默认为0
如果为每列生成0或‘index’计数。如果为每行生成1或‘Columns’计数。
- levelint或str,可选
如果轴是一个 MultiIndex (层级),沿着特定的 level ,崩塌成一个 DataFrame 。一个 str 指定标高名称。
- numeric_only布尔值,默认为False
仅包括 float , int 或 boolean 数据。
- 退货
- 系列或DataFrame
每列/行的非NA/空条目的数量。如果 level 则返回一个 DataFrame 。
参见
Series.count
系列中非NA元素的数量。
DataFrame.value_counts
对列的唯一组合进行计数。
DataFrame.shape
DataFrame行数和列数(包括NA元素)。
DataFrame.isna
显示NA元素位置的布尔型相同大小的DataFrame。
示例
从字典构造DataFrame:
>>> df = pd.DataFrame({"Person": ... ["John", "Myla", "Lewis", "John", "Myla"], ... "Age": [24., np.nan, 21., 33, 26], ... "Single": [False, True, True, True, False]}) >>> df Person Age Single 0 John 24.0 False 1 Myla NaN True 2 Lewis 21.0 True 3 John 33.0 True 4 Myla 26.0 False
请注意未计算的NA值:
>>> df.count() Person 5 Age 4 Single 5 dtype: int64
每种类型的计数 row :
>>> df.count(axis='columns') 0 3 1 2 2 3 3 3 4 3 dtype: int64