Python Pandas dataframe.count()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas dataframe.count()用于计算给定axis上的非NA/null观察值的数量。它也适用于非浮动类型的数据。

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

参数:
axis： 0或’索引’代表行，1或’列’代表列。
level : 如果axis是多指标（分层的），沿某一层次计数，折叠成一个DataFrame。
numeric_only :只包括浮动、int、boolean数据

返回： count :系列（如果指定级别，则为数据框）。

例子#1：使用count()函数来查找整个行axis上的非NA/null值的数量。

# importing pandas as pd
import pandas as pd
  
# Creating a dataframe using dictionary
df = pd.DataFrame({"A":[-5, 8, 12, None, 5, 3], 
                   "B":[-1, None, 6, 4, None, 3],
                   "C:["sam", "haris", "alex", np.nan, "peter", "nathan"]})
  
# Printing the dataframe
df

Python Pandas dataframe.count()

现在找出整个行axis上非NA值的计数

# axis = 0 indicates row
df.count(axis = 0)

输出 :
Python Pandas dataframe.count()

例子#2：使用count()函数查找整个列中非NA/null值的数量。

# importing pandas as pd
import pandas as pd
  
# Creating a dataframe using dictionary
df = pd.DataFrame({"A":[-5, 8, 12, None, 5, 3],
                   "B":[-1, None, 6, 4, None, 3], 
                   "C:["sam", "haris", "alex", np.nan, "peter", "nathan"]})
  
# Find count of non-NA across the columns
df.count(axis = 1)