DataFrame.count() / Series.count()

Метод count() возвращает количество непустых (не NaN/NaT) значений по выбранной оси. Полезен для оценки полноты данных.

Сигнатура

DataFrame.count(axis=0, numeric_only=False)
Series.count()

Параметры

• axis — 0 (столбцы) или 1 (строки), только для DataFrame.

• numeric_only — только числовые столбцы.

Возвращаемое значение

int (Series) или Series (DataFrame).

Примеры

Пример 1. Подсчёт в Series

import pandas as pd
import numpy as np

s = pd.Series([1, 2, np.nan, 4, np.nan])
print(s.count())

3

Пример 2. По столбцам DataFrame

Сколько валидных измерений на каждый датчик:

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "sensor_A": [22.1, 22.5, np.nan, 22.8],
    "sensor_B": [55, np.nan, np.nan, 60],
})
print(df.count())

sensor_A    3
sensor_B    2
dtype: int64

Пример 3. По строкам

import pandas as pd
import numpy as np

df = pd.DataFrame({"a": [1, np.nan, 3], "b": [np.nan, 2, 3]})
print(df.count(axis=1))

0    1
1    1
2    2
dtype: int64

Пример 4. Только числовые столбцы

import pandas as pd
import numpy as np

df = pd.DataFrame({"x": [1, 2, np.nan], "name": ["a", None, "c"]})
print(df.count(numeric_only=True))

x    2
dtype: int64

Пример 5. Процент пропусков

import pandas as pd
import numpy as np

df = pd.DataFrame({"x": [1, np.nan, 3, np.nan]})
missing_pct = 100 * (1 - df.count() / len(df))
print(missing_pct)

x    50.0
dtype: float64

См. также

• DataFrame.dropna() / Series.dropna()

• DataFrame.describe() / Series.describe()

Примечание

Лицензия и источники

Техническое описание функции адаптировано из официальной документации Pandas (https://pandas.pydata.org/docs/), BSD-3-Clause License. Примеры и пояснения — © AlashEd Wiki.