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')
  3
  2
  3
  3
  3
dtype: int64

pandas.DataFrame.corrwith

pandas.DataFrame.cov