pandas.DataFrame.count#

DataFrame.count(ось=0, numeric_only=False)[источник]#

Подсчёт непустых ячеек для каждого столбца или строки.

Значения None, NaN, NaT, pandas.NA считаются NA.

Параметры:

ось{0 или 'index', 1 или 'columns'}, по умолчанию 0: Если 0 или 'index' - подсчеты генерируются для каждого столбца. Если 1 или 'columns' - подсчеты генерируются для каждой строки.
numeric_onlybool, по умолчанию False: Включите только float, int или логический data.

Возвращает:

Series: Для каждого столбца/строки количество ненулевых/непустых записей.

Смотрите также

Series.count: Количество не-NA элементов в Series.
DataFrame.value_counts: Подсчитать уникальные комбинации столбцов.
DataFrame.shape: Количество строк и столбцов DataFrame (включая элементы NA).
DataFrame.isna: Boolean DataFrame того же размера, показывающий места 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 неучтённые значения NA:

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

Количество для каждого строка:

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