Метод count

Метод count применяется к DataFrame и возвращает число ненулевых (не NaN) значений в каждом столбце или строке. По умолчанию подсчет ведется по столбцам. С помощью параметра axis можно изменить направление подсчета.

Синтаксис

df.count([axis], [numeric_only], [level])

Пример

Давайте создадим таблицу с пропусками и подсчитаем количество непустых значений в каждом столбце:

import pandas as pd
import numpy as np

df = pd.DataFrame({
	'a': [1, 2, np.nan, 4, 5],
	'b': [10, np.nan, 30, 40, 50],
	'c': [100, 200, 300, 400, np.nan]
})
print(df.count())

Результат выполнения кода:

a	4
b	4
c	4
dtype: int64

Пример

Подсчитаем непустые значения по строкам, указав параметр axis со значением 1 (или columns):

import pandas as pd
import numpy as np

df = pd.DataFrame({
	'a': [1, np.nan, 3, 4, 5],
	'b': [10, 20, np.nan, 40, 50],
	'c': [100, 200, 300, np.nan, 500]
})
print(df.count(axis=1))

Результат выполнения кода:

0	3
1	2
2	2
3	2
4	3
dtype: int64

Пример

Если нужно подсчитать только числовые столбцы, используем параметр numeric_only:

import pandas as pd
import numpy as np

df = pd.DataFrame({
	'a': [1, 2, np.nan, 4, 5],
	'b': ['x', 'y', 'z', np.nan, 'w'],
	'c': [10, 20, 30, 40, 50]
})
print(df.count(numeric_only=True))

Результат выполнения кода:

a	4
c	5
dtype: int64

Пример

Метод count также работает с многоуровневыми индексами. Подсчитаем значения для каждого уровня:

import pandas as pd
import numpy as np

df = pd.DataFrame({
	'a': [1, np.nan, 3, 4],
	'b': [10, 20, np.nan, 40]
}, index=pd.MultiIndex.from_tuples([
	('x', 1), ('x', 2), ('y', 1), ('y', 2)
]))
print(df.count(level=0))

Результат выполнения кода:

   a  b
x  1  2
y  2  1

Смотрите также

метод nunique,
который считает количество уникальных значений
метод value_counts,
который подсчитывает частоту значений
метод isna,
который проверяет значения на пропуски
метод dropna,
который удаляет строки с пропущенными значениями