使用Python Pandas的Dataframe count()函數進行統計分析

一、count()函數簡介

在數據分析中，經常需要對數據進行統計分析，其中一個重要的統計指標是數據的計數。Pandas庫中的Dataframe是一個二維大小可變的表格型數據結構，count()函數可以用於對Dataframe中每一列的非空觀測值進行計數操作，以生成計數結果。

import pandas as pd

# 創建一個Dataframe
data = {'name': ['A', 'B', 'C', 'D', 'E'],
        'age': [18, 21, 22, 19, 20],
        'gender': ['M', 'M', 'F', 'F', 'F']}
df = pd.DataFrame(data)

# 使用count()函數統計每一列的非空觀測值
count_df = df.count()
print(count_df)

輸出結果如下：

name      5
age       5
gender    5
dtype: int64

可以發現，count()函數會返回一個Series類型的結果，其中包含每一列的計數結果。

二、count()函數的使用方法

1. 對單列進行計數

可以使用Dataframe的某一列作為參數來對該列進行計數操作。比如，我們可以使用以下代碼統計Dataframe中name列的非空觀測值：

count_name = df['name'].count()
print(count_name)

輸出結果如下：

5

可以發現，count_name的值為5，說明name列中有5個非空觀測值。

2. 對多列進行計數

如果需要對Dataframe中的多列進行計數操作，可以使用count()函數的axis參數來指定軸向。若axis=0，則對每一列進行計數；若axis=1，則對每一行進行計數。以下是對每一列進行計數的代碼示例：

count_all = df.count(axis=0)
print(count_all)

輸出結果如下：

name      5
age       5
gender    5
dtype: int64

可以發現，count_all的結果與之前的count_df相同。

3. 對空值進行處理

在實際數據處理中，Dataframe中的觀測值往往存在空值NaN的情況。如果不處理空值，則計數結果會受到影響。count()函數提供了一些參數來控制空值的處理。

（1）na_option參數

可以將na_option參數設置為’ignore’，該參數會忽略所有空值的影響。以下是使用na_option參數處理空值的代碼示例：

# 將Dataframe中的某一行的值設為空值
df.loc[2, 'name'] = pd.NA

# 使用na_option參數處理空值
count_ignore = df['name'].count(na_option='ignore')
print(count_ignore)

輸出結果如下：

4

可以發現，由於將第3行的name值設為空值，因此count_ignore的結果為4，使用了’ignore’參數後未考慮空值的影響。

（2）skipna參數

skipna參數默認為True，表示跳過所有空值的計算，將所有非空值進行計數。以下是使用skipna參數處理空值的代碼示例：

# 將Dataframe中的某一行的值設為空值
df.loc[2, 'name'] = pd.NA

# 使用skipna參數處理空值
count_skipna = df['name'].count(skipna=False)
print(count_skipna)

輸出結果如下：

4

可以發現，由於將第3行的name值設為空值，因此count_skipna的結果為4，使用了skipna參數後填充了空值後進行了計數操作。

三、使用count()函數的注意事項

在使用count()函數時，需要注意以下幾點：

1. count()函數只能對Dataframe中的非空值進行計數操作。

如果Dataframe中存在空值，則計數結果會受到影響。

2. count()函數只能用於Dataframe類型的變數。

如果需要對其他類型的變數進行計數操作，需要使用其他函數或方法。

3. count()函數的返回結果為Series類型。

count()函數返回的Series中，索引為Dataframe中的每一列名字，值為每一列的計數結果。

4. count()函數的axis參數需要指定軸向。

如果不指定axis參數，則默認按列（axis=0）進行計數。

四、總結

在數據分析中，經常需要對數據進行計數操作以了解數據的分布情況。Pandas庫中的count()函數可以對Dataframe中的非空值進行計數操作，並返回計數結果。在使用count()函數時需要注意處理空值的方式、指定計數軸向、返回結果的類型等問題。