pandas.DataFrame.count

DataFrame.count(self, axis=0, level=None, numeric_only=False) [source]

Подсчет не-NA ячеек для каждого столбца или строки.

В качестве NA рассматриваются значения None, NaN, NaT, и необязательно numpy.inf (в зависимости от pandas.options.mode.use_inf_as_na).

Параметры:

axis : {0 or ‘index’, 1 or ‘columns’}, default 0 Если 0 или ‘index’, подсчет производится для каждого столбца. Если 1 или ‘columns’, подсчет производится для каждой строки. level : int or str, optional Если ось является MultiIndex (иерархической), подсчет выполняется по определенному level, сводя данные в DataFrame. str указывает имя уровня. numeric_only : bool, default False Включать только данные типа float, int или boolean.

Возвращаемое значение:

Серия или DataFrame Для каждого столбца/строки количество не-NA/не-нулевых элементов. Если задан level, возвращается DataFrame.

См. также

Series.count

Количество не-NA элементов в серии.

DataFrame.shape

Количество строк и столбцов DataFrame (включая NA элементы).

DataFrame.isna

Логический DataFrame той же размерности, показывающий расположение NA элементов.

Примеры

Создание DataFrame из словаря:

>>> 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

Обратите внимание на пропущенные значения NA:

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

Подсчет для каждой строки:

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

Подсчет для одного уровня MultiIndex:

>>> df.set_index(["Person", "Single"]).count(level="Person")
        Age
Person
John      2
Lewis     1
Myla      1