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
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