pandas.DataFrame.count

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

Подсчёт не-NA ячеек для каждого столбца или строки.

Значения None, NaN, NaT, и необязательно numpy.inf (в зависимости от pandas.options.mode.use_inf_as_na) считаются NA.

Параметры

axis:{0 или ‘индекс’, 1 или ‘столбцы’}, по умолчанию 0

Если 0 или ‘индекс’, подсчёт выполняется для каждого столбца. Если 1 или ‘столбцы’, подсчёт выполняется для каждой строки.

level:int или str, необязательно

Если ось является MultiIndex (иерархической), подсчёт выполняется по определённому уровню, сводя данные в DataFrame. str указывает имя уровня.

numeric_only:bool, по умолчанию False

Включать только данные типа float, int или boolean.

Возвращает

Series или DataFrame

Для каждого столбца/строки количество не-NA/null элементов. Если указан уровень, возвращается DataFrame.

См. также

Series.count

Количество элементов без NA в Series.

DataFrame.value_counts

Подсчёт уникальных комбинаций столбцов.

DataFrame.shape

Количество строк и столбцов DataFrame (включая элементы NA).

DataFrame.isna

Булевый DataFrame той же размерности, показывающий позиции элементов NA.

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

Подсчёт для каждой строки:

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