pandas.DataFrame.count #

数据框。count ( axis = 0 , numeric_only = False ) [来源] #

计算每列或行的非 NA 单元格数量。

NoneNaNNaTpandas.NA视为 NA。

参数
{0 或 'index', 1 或 'columns'}, 默认 0

如果为每列生成 0 或“索引”计数。如果为每行生成 1 或“列”计数。

numeric_only布尔值,默认 False

仅包含floatintboolean数据。

返回
系列

对于每列/行,非 NA/空条目的数量。

也可以看看

Series.count

系列中非 NA 元素的数量。

DataFrame.value_counts

计算列的唯一组合。

DataFrame.shape

DataFrame 行数和列数(包括 NA 元素)。

DataFrame.isna

显示 NA 元素位置的布尔相同大小的 DataFrame。

例子

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

请注意未计数的 NA 值:

>>> df.count()
Person    5
Age       4
Single    5
dtype: int64

每行计数:

>>> df.count(axis='columns')
0    3
1    2
2    3
3    3
4    3
dtype: int64