Sum() och Count()
pandas
erbjuder metoden count()
, som räknar alla icke-noll celler (varken None
eller NaN
) för varje kolumn.
df = pd.read_csv(file.csv)
number_of_cells = df.count()
För att hitta antalet icke-nollvärden i en specifik kolumn, använd följande syntax:
df = pd.read_csv(file.csv)
number_of_cells = df['name of the column'].count()
pandas
tillhandahåller också metoden sum()
. Denna metod beräknar summan av värden för varje kolumn, men den fungerar endast med numeriska eller boolean kolumner.
df = pd.read_csv(file.csv)
total = df.sum()
Eftersom metoden isna()
returnerar en boolean DataFrame, kan du använda följande syntax för att beräkna antalet saknade värden för var och en av kolumnerna:
missing_values_count = df.isna().sum()
För att hitta summan av värden i en viss kolumn, använd följande syntax:
df = pd.read_csv(file.csv)
total = df['name of the column'].sum()
Uppgift
Swipe to start coding
Du har en DataFrame
som heter audi_cars
.
- Få antalet icke-null celler i varje kolumn och lagra resultatet i variabeln
number_of_cells
. - Beräkna totala priset (använd kolumnen
'price'
) för alla bilar iDataFrame
och lagra resultatet i variabelntotal_price
. - Identifiera antalet saknade värden i varje kolumn och lagra resultatet i variabeln
null_count
.
Lösning
Var allt tydligt?
Tack för dina kommentarer!