溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹了pd.DataFrame如何統計各列數值是多少，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。
如下所示：
.count() #非空元素計算 .min() a #最小值 .max() #最大值 .idxmin() #最小值的位置，類似于R中的which.min函數 .idxmax() #最大值的位置，類似于R中的which.max函數 .quantile(0.75) #75%分位數 .sum() #求和 .mean() #均值 .median() #中位數 .mode() #眾數 .var() #方差 .std() #標準差 .mad() #平均絕對偏差 .skew() #偏度 .kurt() #峰度 .describe() #一次性輸出多個描述性統計指標
如果你想統計各個列大于0的元素個數：
data[data>0].count()
會出現各個屬性（列）大于零的個數
data[data['A']>0].count()
列A大于0的個數
這里說明，data的數據格式必須是DataFrame
pd.Series().value_counts()，會統計各個類的統計值。
我們在用這些函數時，會迷茫，不知道什么時候value_counts()，什么時候count()
這和前面的數據形式是有關的，只要前面是Series數據，要用value_counts()，前面數據形式是DataFrame要用count()
感謝你能夠認真閱讀完這篇文章，希望小編分享的“pd.DataFrame如何統計各列數值是多少”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
