Pandas 系列中的 count 方法有什麼作用？

Pandas 系列中的 count 方法將返回一個整數值，該值表示系列物件中存在的元素總數。它只計算有效元素，並忽略系列資料中的無效元素。

無效元素就是缺失值，例如 Nan、Null 和 None。count 方法不會將缺失值計算為元素，它會忽略缺失值並計算剩餘的值。

示例

# importing pandas packages
import pandas as pd

d = {'a':'A','c':"C",'d':'D','e':'E'}

#creating a series with null data
s_obj = pd.Series(d, index=list('abcdefg'))

print(s_obj)

# using count method
print('
Result',s_obj.count())

解釋

我們使用一個 Python 字典建立了一個 Pandas 系列物件，其中包含文字型別元素，在建立系列物件時，我們透過使用新的索引標籤指定 index 屬性添加了一些 Nan 資料（空值）。這些新新增的索引標籤沒有任何特定資料，因此它將在該索引位置建立一個空元素。

輸出

a    A
b  NaN
c    C
d    D
e    E
f  NaN
g  NaN
dtype: object

Result 4

在上面的輸出塊中，我們可以看到 Pandas 系列物件“s_obj”。它有 7 個索引和值對，以及 3 個缺失值，表示為 NaN。

在上面的程式碼塊中，我們可以看到 Pandas 系列的 count 方法的輸出，即“結果 4”。這意味著，我們的系列物件 s_obj 中只有 4 個有效元素，其餘所有元素都是無效元素。

示例

# importing pandas packages
import pandas as pd
import numpy as np


#creating a series with null data
s_obj = pd.Series([2, 9, 6, None, 5, 9, np.nan])

print(s_obj)

# using count method
print('
Values count:',s_obj.count())

解釋

在下面的示例中，我們使用 Python 列表建立了另一個 Pandas 系列物件，其中包含一些缺失值。在該列表中，總共有 7 個元素和 2 個缺失元素。一個缺失元素由 Python 的 None 關鍵字建立，另一個元素由 NumPy 屬性 nan 建立。

輸出

0   2.0
1   9.0
2   6.0
3   NaN
4   5.0
5   9.0
6   NaN
dtype: float64

Values count: 5

我們可以看到系列物件“s_obj”和 count 方法的輸出。這裡有 5 個有效元素來自 7 個元素的系列物件。

更新於: 2021年11月17日

436 次瀏覽

開啟你的 職業生涯

透過完成課程獲得認證

開始學習
廣告