pandas.DataFrame.count#

DataFrame.count(axis=0, numeric_only=False)[源代码][源代码]#

计算每列或每行的非NA单元格数量。

值 None, NaN, NaT, pandas.NA 被认为是 NA。

参数:

轴{0 或 ‘index’, 1 或 ‘columns’}，默认 0: 如果为每个列生成0或’index’计数。如果为每个行生成1或’columns’计数。
numeric_only布尔值, 默认为 False: 仅包含 float, int 或 boolean 数据。

返回:

系列: 对于每一列/行，非NA/null条目的数量。

参见

Series.count: Series 中非 NA 元素的数量。
DataFrame.value_counts: 计算列的唯一组合。
DataFrame.shape: DataFrame 的行数和列数（包括 NA 元素）。
DataFrame.isna: 布尔值相同大小的 DataFrame，显示 NA 元素的位置。

例子

从字典构造 DataFrame：

>>> df = pd.DataFrame(
...     {
...         "Person": ["John", "Myla", "Lewis", "John", "Myla"],
...         "Age": [24.0, np.nan, 21.0, 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

注意未计数的 NA 值：

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

每**行**的计数：

>>> df.count(axis="columns")
  3
  2
  3
  3
  3
dtype: int64