pandas.DataFrame.count #

数据框。count ( axis = 0 , numeric_only = False ) [来源] #

计算每列或行的非 NA 单元格数量。

值None、NaN、NaT被pandas.NA视为 NA。

参数：

轴{0 或 'index', 1 或 'columns'}, 默认 0: 如果为每列生成 0 或“索引”计数。如果为每行生成 1 或“列”计数。
numeric_only布尔值，默认 False: 仅包含float、int或boolean数据。

返回：

系列: 对于每列/行，非 NA/空条目的数量。

也可以看看

Series.count: 系列中非 NA 元素的数量。
DataFrame.value_counts: 计算列的唯一组合。
DataFrame.shape: DataFrame 行数和列数（包括 NA 元素）。
DataFrame.isna: 显示 NA 元素位置的布尔相同大小的 DataFrame。

例子

从字典构造 DataFrame：

>>> 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

请注意未计数的 NA 值：

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

每行计数：

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