Python|熊猫系列. count()
原文:https://www.geeksforgeeks.org/python-pandas-series-count/
熊猫系列是带有轴标签的一维数组。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了一系列方法来执行涉及索引的操作。
熊猫 **Series.count()**函数返回给定系列对象中non-NA/null观察的计数。
语法:系列.计数(级别=无)
参数: 级别:如果轴是多索引(分层的)，则沿着特定级别计数，折叠成较小的系列
返回: nobs : int 或 Series(如果指定了级别)
示例#1: 使用Series.count()函数查找给定序列对象中非缺失值的计数。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([80, 25, 3, 25, 24, 6])
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
现在我们将使用Series.count()函数来查找给定序列对象中非缺失值的计数。
# find the count of non-missing values
# in the given series object
result = sr.count()
# Print the result
print(result)
输出:
正如我们在输出中看到的，Series.count()函数已经成功地返回了给定序列对象中非缺失值的计数。
示例 2 : 使用Series.count()函数查找给定序列对象中非缺失值的计数。给定的序列对象包含一些缺失的值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([100, None, None, 18, 65, None, 32, 10, 5, 24, None])
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
现在我们将使用Series.count()函数来查找给定序列对象中非缺失值的计数。
# find the count of non-missing values
# in the given series object
result = sr.count()
# Print the result
print(result)
输出:
正如我们在输出中看到的，Series.count()函数已经成功地返回了给定序列对象中非缺失值的计数。
版权属于：月萌API www.moonapi.com，转载请注明出处
