python - 计算数据框每一列中的非nan条目的数量

标签 python pandas dataframe count nan

我有一个大量的数据框架,我想知道是否有短暂的(一两个衬里)在数据框架中获取非nan条目的方法。我不想一次执行此列,因为我接近1000列。

df1 = pd.DataFrame([(1,2,None),(None,4,None),(5,None,7),(5,None,None)], 
                    columns=['a','b','d'], index = ['A', 'B','C','D'])

    a   b   d
A   1   2 NaN
B NaN   4 NaN
C   5 NaN   7
D   5 NaN NaN

输出:

a: 3
b: 2
d: 1

最佳答案

count()方法返回每列中的非 nan 值的数量:

>>> df1.count()
a    3
b    2
d    1
dtype: int64

同样, count(axis = 1)返回每行中的非 nan 值的数字。

关于python - 计算数据框每一列中的非nan条目的数量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29971075/

相关文章:

python - 根据条件对 Pandas 系列进行分组

python - 使用 pyexcelerate 的 Dataframe 打印索引

python - 移植旧的fortran程序以与python + numpy一起使用

Python Pandas - 处理具有嵌套字典(json)值的列

python - 取消透视数据框并加入 Pandas

python - Pandas:滚动窗口来计算频率 - 最快的方法

python - 使用 Matplotlib 的 pyplot 绘制分隔 2 个类的决策边界

Python UTF-16 编码十六进制表示

python - 使用 Pandas 库将日期/时间转换为月份后获取 float 而不是整数

python - Seaborn和 Pandas : Make multiple x-category bar plot using multi index data in python