Python获取数组中某列非空数量

Python获取数组中某列非空数量

在数据处理过程中，经常需要对数组或者数据集中的某一列进行统计，其中一个常见的需求就是获取某一列的非空数量。本文将介绍如何使用Python语言来实现这一功能。

1. 使用NumPy实现

NumPy是Python中用于科学计算的重要库，它提供了丰富的数组操作函数。下面是使用NumPy来获取数组中某列非空数量的示例代码：

import numpy as np

# 创建一个二维数组
arr = np.array([[1, 2, 3],
                [4, np.nan, 6],
                [np.nan, 8, 9],
                [10, 11, 12]])

# 获取第二列非空数量
non_empty_count = np.count_nonzero(~np.isnan(arr[:, 1]))

print("第二列非空数量为：", non_empty_count)

上述代码首先创建了一个二维数组arr，然后使用np.count_nonzero(~np.isnan(arr[:, 1]))来获取第二列非空的数量。输出为：

第二列非空数量为： 3

2. 使用Pandas实现

Pandas是Python中用于数据处理的强大库，它提供了丰富的数据结构和函数。下面是使用Pandas来获取数据集中某列非空数量的示例代码：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, None, 4],
                   'B': [5, None, 7, 8],
                   'C': [None, 10, 11, 12]})

# 获取'B'列非空数量
non_empty_count = df['B'].count()

print("B列非空数量为：", non_empty_count)

上述代码首先创建了一个DataFramedf，然后使用df['B'].count()来获取’B’列非空的数量。输出为：

B列非空数量为： 3

3. 总结

本文介绍了如何使用NumPy和Pandas来获取数组或者数据集中某一列的非空数量。使用NumPy可以针对数组进行操作，而使用Pandas可以针对DataFrame进行操作，两者都非常方便实用。在实际数据处理中，根据不同的需求可以选择合适的工具来完成对数据列的统计工作。