pandas 0.23 - DataFrame.count()

pandas.DataFrame.count




pandas

pandas.DataFrame.count

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

प्रत्येक कॉलम या पंक्ति के लिए गैर-एनए कोशिकाओं की गणना करें।

मान None , NaN , NaT और वैकल्पिक रूप से numpy.inf ( pandas.options.mode.use_inf_as_na पर निर्भर) को NA माना जाता है।

पैरामीटर:

अक्ष : {0 या 'इंडेक्स', 1 या 'कॉलम'}, डिफ़ॉल्ट 0

यदि प्रत्येक कॉलम के लिए 0 या 'इंडेक्स' काउंट जनरेट किए जाते हैं। यदि प्रत्येक पंक्ति के लिए 1 या 'कॉलम' की गणना उत्पन्न होती है

स्तर : int या str, वैकल्पिक

यदि अक्ष एक MultiIndex (पदानुक्रमित) है, तो एक विशेष level गिना जाता level , एक DataFrame में DataFrame । एक स्तर स्तर नाम निर्दिष्ट करता है।

num_only : बूलियन, डिफ़ॉल्ट गलत

केवल float , int या boolean डेटा शामिल करें।

यह दिखाता है:

श्रृंखला या डेटाफ़्रेम

प्रत्येक कॉलम / पंक्ति के लिए गैर-एनए / शून्य प्रविष्टियों की संख्या। यदि level निर्दिष्ट है तो एक DataFrame लौटाता है।

यह भी देखें

Series.count
एक श्रृंखला में गैर-एनए तत्वों की संख्या
DataFrame.shape
DataFrame पंक्तियों और स्तंभों की संख्या (NA तत्वों सहित)
DataFrame.isna
बूलियन एक ही आकार के DataFrame NA तत्वों के स्थान दिखा रहा है

उदाहरण

एक शब्दकोश से DataFrame का निर्माण:

>>> df = pd.DataFrame({"Person":
...                    ["John", "Myla", None, "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    None  21.0    True
3    John  33.0    True
4    Myla  26.0   False

बेशुमार NA मूल्यों पर ध्यान दें:

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

प्रत्येक पंक्ति के लिए मायने रखता है:

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

एक MultiIndex एक स्तर के लिए मायने MultiIndex :

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