1 분 소요

Reference Pandas In Action

df 행/열 별 유효값 개수 :: df.count()

import pandas as pd

nba = pd.read_csv(
    './Data/nba.csv',
    parse_dates = ['Birthday']  # 'Birthday'의 데이터 유형을 날짜/시간(datetime)으로 강제 변환
)
nba
  Name Team Position Birthday Salary
0 Shake Milton Philadelphia 76ers SG 1996-09-26 1445697
1 Christian Wood Detroit Pistons PF 1995-09-27 1645357
2 PJ Washington Charlotte Hornets PF 1998-08-23 3831840
3 Derrick Rose Detroit Pistons PG 1988-10-04 7317074
4 Marial Shayok Philadelphia 76ers G 1995-07-26 79568
445 Austin Rivers Houston Rockets PG 1992-08-01 2174310
446 Harry Giles Sacramento Kings PF 1998-04-22 2578800
447 Robin Lopez Milwaukee Bucks C 1988-04-01 4767000
448 Collin Sexton Cleveland Cavaliers PG 1999-01-04 4764960
449 Ricky Rubio Phoenix Suns PG 1990-10-21 16200000

450 rows × 5 columns

df.count(
    axis = 0  # 0 or 'index' : 행 | 1 or 'columns' : 열
)
  • 각 열 또는 행에 대해 NA가 아닌 셀 계산
  • Option
    • axis : 축
nba.count(axis = 0)
nba.count()          # nba의 각 열당 유효한 값의 개수
Name        450
Team        450
Position    450
Birthday    450
Salary      450
dtype: int64
nba.count(axis = 1)  # nba의 각 행당 유효한 값의 개수
0      5
1      5
2      5
3      5
4      5
      ..
445    5
446    5
447    5
448    5
449    5
Length: 450, dtype: int64

카테고리:

업데이트: