Python pandas.DataFrame.count函数方法的使用

DataFrame.count(axis=0,level=None,numeric_only=False)

计算每列或每行的非NA单元格。

值None，NaN，NaT和可选的numpy.inf(取决于pandas.options.mode.use_inf_as_na)被视为NA。

参数:axis:{0 or ‘index’,1 or ‘columns}，默认为 0

若每列生成0或‘index'计数。

若每行生成1或1columns'计数

level:int 或 str,可选

如果轴是MultiIndex(分层)，

沿特定级别计数折叠至DataFrame中。

一个str指定级别名称。

numeric_only:boolean,默认为 False

仅包含float，int或boolean数据。

返回:Series 或 DataFrame

对于每一列/行，non-NA/null项目数量。

如果指定了level，则返回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

注意不计数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

计算MultiIndex一级：>>> df.set_index(["Person","Single"]).count(level="Person")

Age

Person

John 2

Lewis 1

Myla 1