Python | Панды dataframe.count ()
Python - отличный язык для анализа данных, в первую очередь из-за фантастической экосистемы пакетов Python, ориентированных на данные. Pandas - один из таких пакетов, который значительно упрощает импорт и анализ данных.
Pandas dataframe.count() is used to count the no. of non-NA/null observations across the given axis. It works with non-floating type data as well.
Syntax: DataFrame.count(axis=0, level=None, numeric_only=False)
Parameters:
axis : 0 or ‘index’ for row-wise, 1 or ‘columns’ for column-wise
level : If the axis is a MultiIndex (hierarchical), count along a particular level, collapsing into a DataFrame
numeric_only : Include only float, int, boolean dataReturns: count : Series (or DataFrame if level specified)
Example #1: Use count() function to find the number of non-NA/null value across the row axis.
# importing pandas as pdimport pandas as pd # Creating a dataframe using dictionarydf = 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 dataframedf |
Now find the count of non-NA value across the row axis
# axis = 0 indicates rowdf.count(axis = 0) |
Output :
Example #2: Use count() function to find the number of non-NA/null value across the column.
# importing pandas as pdimport pandas as pd # Creating a dataframe using dictionarydf = 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 columnsdf.count(axis = 1) |
Выход :
Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.
Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.