Sự khác biệt giữa kích thước và số lượng ở gấu trúc là gì?
Các câu trả lời khác đã chỉ ra sự khác biệt, tuy nhiên, không hoàn toàn chính xác khi nói " sizeđếm NaN trong khi countkhông tính". Mặc dù sizethực sự không đếm NaN, đây thực sự là hệ quả của việc sizetrả về kích thước (hoặc chiều dài) của đối tượng mà nó được gọi. Đương nhiên, điều này cũng bao gồm các hàng / giá trị là NaN.
Vì vậy, để tóm tắt, sizetrả về kích thước của Series / DataFrame 1 ,
df = pd.DataFrame({'A': ['x', 'y', np.nan, 'z']})
df
A
0 x
1 y
2 NaN
3 z
df.A.size
... trong khi countđếm các giá trị không phải NaN:
df.A.count()
Lưu ý rằng đó sizelà một thuộc tính (cho kết quả giống như len(df)hoặc len(df.A)). countlà một chức năng.
1. DataFrame.sizecũng là một thuộc tính và trả về số phần tử trong DataFrame (hàng x cột).
Hành vi với GroupBy- Cấu trúc đầu ra
Bên cạnh đó là sự khác biệt cơ bản, cũng có sự khác biệt trong cấu trúc của sản lượng được tạo ra khi gọi GroupBy.size()vs GroupBy.count().
df = pd.DataFrame({'A': list('aaabbccc'), 'B': ['x', 'x', np.nan, np.nan, np.nan, np.nan, 'x', 'x']})
df
A B
0 a x
1 a x
2 a NaN
3 b NaN
4 b NaN
5 c NaN
6 c x
7 c x
Xem xét,
df.groupby('A').size()
A
a 3
b 2
c 3
dtype: int64
Đấu với,
df.groupby('A').count()
B
A
a 2
b 0
c 2
GroupBy.counttrả về DataFrame khi bạn gọi counttrên tất cả cột, trong khi GroupBy.sizetrả về Chuỗi.
Lý do sizelà tất cả các cột đều giống nhau, vì vậy chỉ một kết quả duy nhất được trả về. Trong khi đó, giá trị countđược gọi cho mỗi cột, vì kết quả sẽ phụ thuộc vào số lượng NaN mỗi cột có.
Hành vi với pivot_table
Một ví dụ khác là cách pivot_tablexử lý dữ liệu này. Giả sử chúng ta muốn tính toán lập bảng chéo của
df
A B
0 0 1
1 0 1
2 1 2
3 0 2
4 0 0
pd.crosstab(df.A, df.B)
B 0 1 2
A
0 1 2 1
1 0 0 1
Với pivot_table, bạn có thể phát hành size:
df.pivot_table(index='A', columns='B', aggfunc='size', fill_value=0)
B 0 1 2
A
0 1 2 1
1 0 0 1
Nhưng countkhông hoạt động; một DataFrame trống được trả về:
df.pivot_table(index='A', columns='B', aggfunc='count')
Empty DataFrame
Columns: []
Index: [0, 1]
Tôi tin rằng lý do của điều này là nó 'count'phải được thực hiện trên chuỗi được chuyển đến valuesđối số, và khi không có gì được thông qua, gấu trúc quyết định không đưa ra giả định nào.
