Python | Pandas data frame.count()
原文:https://www.geesforgeks.org/python-pandas-data frame-count/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
熊猫 **dataframe.count()**用于计算给定轴上非 NA/null 观测值的数量。它也可以处理非浮动类型的数据。
语法:数据帧计数(轴=0，级别=无，仅数值=假)
参数: 轴: 0 或“索引”代表行，1 或“列”代表列 级别:如果轴是多索引(分层)，沿特定级别计数，折叠成数据框 numeric_only : 仅包括浮点、int、布尔数据
返回:计数:序列(或数据帧，如果指定了级别)
示例#1: 使用count()函数查找行轴上非 NA/null 值的数量。
# importing pandas as pd
import pandas as pd
# Creating a dataframe using dictionary
df = pd.DataFrame({"A":[-5, 8, 12, None, 5, 3],
"B":[-1, None, 6, 4, None, 3],
"C:["sam", "haris", "alex", np.nan, "peter", "nathan"]})
# Printing the dataframe
df
现在，请找出行轴上非数值的计数
# axis = 0 indicates row
df.count(axis = 0)
输出:
例 2: 使用count()函数查找跨列的非 NA/null 值的个数。
# importing pandas as pd
import pandas as pd
# Creating a dataframe using dictionary
df = pd.DataFrame({"A":[-5, 8, 12, None, 5, 3],
"B":[-1, None, 6, 4, None, 3],
"C:["sam", "haris", "alex", np.nan, "peter", "nathan"]})
# Find count of non-NA across the columns
df.count(axis = 1)
输出:
