pandas count函数,Pandas DataFrame.count()函数用法实例（18）

Pandas DataFrame.count() 介绍

pandas count函数，Pandas count()定义为一种用于计算每一列或每一行的非NA单元数的方法。也适合处理非浮动数据。

本文是Python Pandas教程系列的一部分，您可以点击Python Pandas使用教程查看所有。

语法和参数

Dataframe.count(level=None, numeric=False, axis=0)

• level表示轴的多重索引，如果它是分层的，那么数据帧内的 count() 函数会崩溃并且不会返回到程序中。
• numeric 表示程序支持的数值，例如整数、浮点数和布尔值。它将 false 值视为默认值，因为无论何时指定级别，它都必须返回到数据帧。
• axis 表示程序对行和列的分析。这个轴参数帮助 count() 函数描述当程序使用 Pandas 实现输出时要考虑哪些行和列。它被分配为 0 行和 1 列。

实现 Pandas DataFrame.count() 的示例

下面是提到的例子：

示例#1

使用 dataframe.count() 计算行轴值。

代码：

import pandas as pd
df = pd.DataFrame({"X":[-3, 7, 11, None, 2, 4],
"Y":[-2, None, 5, 8, None, 4],
"Z":["Vetts", "Suchu", "Pri", "Mickey", "Minnie", "Span"]})
df.count(axis = 0)
print(df.count(axis = 0))

输出：

说明：在上面的程序中，我们首先导入panda的库，并赋值为pd。然后，我们定义数据框并将其组织为我们想要的行和列。定义数据框后，我们使用 df.count() 函数计算行中存在的值的数量，并忽略所有 null 或 NaN 值。Axis=0 代表行，我们指示程序只计算数据帧行中的值。因此，此命令会考虑此 count() 函数并提供如上图所示的数据帧行输出，然后返回到 panda 的函数。

示例#2

使用 dataframe.count() 找出列中的值。

代码：

import pandas as pd
df = pd.DataFrame({"X":[-3, 7, 11, None, 2, 4],
"Y":[-2, None, 5, 8, None, 4],
"Z":["Vetts", "Suchu", "Pri", "Mickey", "Minnie", "Span"]})
df.count(axis = 1)
print(df.count(axis = 1))

输出：

说明：在上面的程序中，我们编写了类似类型的代码来计算列值。在这里，我们首先导入 pandas 库，然后创建一个具有相应行和列的数据框。一旦定义并创建了数据框，我们就分配 count() 函数来找出列。像往常一样，轴代表所有行和列参数。因此，在这里我们为值 1 分配一个轴，以便它仅显示列值，并忽略所有其他分配为无的值。因此，它显示了所有列值并忽略了行值。因此，它最终会显示如上图所示的输出。

结论：

最后，我想总结一下，Pandas dataframe.count() 是一个函数，它可以帮助我们分析 Python 数据帧中的值，并帮助我们计算所有行和列值的数量，并为我们提供特定的输出。