Pandas DataFrame.count メソッドとは？

pandas.DataFrame.count メソッドは、DataFrame内の非NULL値の数をカウントします。これは、欠損値やNaN値を除いてデータフレーム内のデータ量を把握する際に役立ちます。

使い方

このメソッドは非常にシンプルで、引数なしで呼び出すことができます。

import pandas as pd

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [3, np.nan, 5]})

# 各列の非NULL値の数をカウント
df.count()

# 出力
# A    2
# B    2
# dtype: int64

オプション引数

• axis: カウントする軸を指定します。デフォルトは0（列方向）です。1を指定すると行方向にカウントします。
• level: MultiIndexを使用している場合、カウントするレベルを指定します。
• numeric_only: Trueを指定すると、数値データのみをカウントします。

例

• 行方向にカウント

df.count(axis=1)

# 出力
# 0    2
# 1    1
# 2    2
# dtype: int64

• 特定のレベルでカウント

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [3, np.nan, 5]}, index=[['a', 'a'], ['b', 'b']])

df.count(level=1)

# 出力
# a    2
# b    2
# dtype: int64

• 数値データのみカウント

df.count(numeric_only=True)

# 出力
# A    2
# B    2
# dtype: int64

注意点

• count メソッドは、NULL値とNaN値を区別しません。
• 空の文字列("")は非NULL値としてカウントされます。

応用例

• データフレーム内の欠損値の割合を計算
• 特定の列にデータが存在するかどうかを確認
• データフレーム内のデータ量を比較

補足

count メソッドは、DataFrame内のデータ量を把握する際に非常に便利なツールです。オプション引数を使うことで、より詳細な分析を行うこともできます。

Pandas DataFrame.count サンプルコード

基本的な使い方

import pandas as pd

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [3, np.nan, 5], 'C': ['a', 'b', '']})

# 各列の非NULL値の数をカウント
df.count()

# 出力
# A    2
# B    2
# C    2
# dtype: int64

行方向にカウント

df.count(axis=1)

# 出力
# 0    3
# 1    2
# 2    2
# dtype: int64

特定のレベルでカウント

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [3, np.nan, 5]}, index=[['a', 'a'], ['b', 'b']])

df.count(level=1)

# 出力
# a    2
# b    2
# dtype: int64

数値データのみカウント

df.count(numeric_only=True)

# 出力
# A    2
# B    2
# dtype: int64

欠損値の割合を計算

df.isnull().mean()

# 出力
# A    0.333333
# B    0.333333
# C    0.333333
# dtype: float64

特定の列にデータが存在するかどうかを確認

df['A'].notnull().all()

# 出力
# True

データフレーム内のデータ量を比較

df1.count() == df2.count()

# 出力
# True

グループ化とカウント

df.groupby('A').count()

# 出力
#        B  C
# A
# 1.0  2  2
# 2.0  2  2

マスクとカウント

df[df['A'] > 1].count()

# 出力
# A    1
# B    1
# C    1
# dtype: int64

条件とカウント

df.query('A > 1 and B < 5').count()

# 出力
# A    1
# B    1
# C    1
# dtype: int64

Pandas DataFrameで非NULL値をカウントする他の方法

sum() メソッドと isnull() メソッド

df.isnull().sum(axis=1)

# 出力
# 0    0
# 1    1
# 2    1
# dtype: int64

この方法は、各行のNULL値の数を合計します。

len() 関数

len(df.dropna())

# 出力
# 6

この方法は、DataFrameからすべてのNULL値を削除し、残りの行数をカウントします。

ループ処理

count = 0
for i in range(df.shape[0]):
    for j in range(df.shape[1]):
        if not pd.isnull(df.iloc[i, j]):
            count += 1

# 出力
# 6

この方法は、ループ処理を使って各セルを検査し、非NULL値の数をカウントします。

NumPy

import numpy as np

np.count_nonzero(~np.isnan(df.values))

# 出力
# 6

この方法は、NumPyの count_nonzero 関数を使って、DataFrameの値の