그게 팬더 groupby("x").count와 의 차이점 groupby("x").size입니까?

크기는 nil을 제외합니까?

sizeNaN값을 포함하고 다음을 포함 count하지 않습니다.

In [46]:
df = pd.DataFrame({'a':[0,0,1,2,2,2], 'b':[1,2,3,4,np.NaN,4], 'c':np.random.randn(6)})
df

Out[46]:
   a   b         c
0  0   1  1.067627
1  0   2  0.554691
2  1   3  0.458084
3  2   4  0.426635
4  2 NaN -2.238091
5  2   4  1.256943

In [48]:
print(df.groupby(['a'])['b'].count())
print(df.groupby(['a'])['b'].size())

a
0    2
1    1
2    2
Name: b, dtype: int64

a
0    2
1    1
2    3
dtype: int64 

팬더의 크기와 개수의 차이점은 무엇입니까?

다른 답변은 차이점을 지적했지만 "N을 계산하는 반면 그렇지 않은" 이라고 말하는 것은 완전히 정확 하지 않습니다. 실제로 NaN을 계산 하지만 실제로 는 호출 된 객체 의 크기 (또는 길이) 를 반환 한다는 사실의 결과입니다 . 당연히 여기에는 NaN 인 행 / 값도 포함됩니다.sizecountsizesize

요약하자면 sizeSeries / DataFrame ¹ 의 크기를 반환합니다 .

df = pd.DataFrame({'A': ['x', 'y', np.nan, 'z']})
df

     A
0    x
1    y
2  NaN
3    z

df.A.size
# 4

... count비 NaN 값 을 계산하는 동안 :

df.A.count()
# 3 

공지 size특성을된다 (동일한 결과를 제공 len(df)또는 len(df.A)). count함수입니다.

_{1. DataFrame.size또한 속성이며 DataFrame (행 x 열)의 요소 수를 반환합니다.}

동작 GroupBy-출력 구조

기본적인 차이점 외에도 GroupBy.size()vs를 호출 할 때 생성 된 출력의 구조에도 차이가 GroupBy.count()있습니다.

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

중히 여기다,

df.groupby('A').size()

A
a    3
b    2
c    3
dtype: int64

대,

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

   B
A   
a  2
b  0
c  2

GroupBy.countcount모든 열 을 호출하면 DataFrame 을 GroupBy.size반환하고 Series 를 반환합니다.

그 이유는 size모든 열에 대해 동일하므로 단일 결과 만 반환됩니다. 한편 count결과는 각 열에있는 NaN 수에 따라 달라 지므로 각 열에 대해이 호출됩니다.

행동 pivot_table

또 다른 예는 pivot_table이 데이터를 처리 하는 방법 입니다. 다음의 교차 표를 계산한다고 가정합니다.

df

   A  B
0  0  1
1  0  1
2  1  2
3  0  2
4  0  0

pd.crosstab(df.A, df.B)  # Result we expect, but with `pivot_table`.

B  0  1  2
A         
0  1  2  1
1  0  0  1

를 사용 pivot_table하면 다음을 발행 할 수 있습니다 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

그러나 count작동하지 않습니다. 빈 DataFrame이 반환됩니다.

df.pivot_table(index='A', columns='B', aggfunc='count')

Empty DataFrame
Columns: []
Index: [0, 1]

그 이유 'count'는 values인수에 전달 된 시리즈에 대해 수행되어야 하고 아무것도 전달되지 않으면 팬더는 가정하지 않기로 결정하기 때문이라고 생각합니다.

@Edchum의 답변에 약간만 추가하면 데이터에 NA 값이 없더라도 이전 예제를 사용하여 count ()의 결과가 더 장황합니다.

grouped = df.groupby('a')
grouped.count()
Out[197]: 
   b  c
a      
0  2  2
1  1  1
2  2  3
grouped.size()
Out[198]: 
a
0    2
1    1
2    3
dtype: int64

일반 데이터 프레임을 다룰 때 차이점은 NAN 값이 포함된다는 것입니다.

그러나 groupbythen 과 함께 이러한 함수를 사용하는 경우 올바른 결과 를 얻으려면 이 유형의 연결이 필요하지 않은 정확한 그룹 수를 얻기 위해 count()숫자 필드를와 연결 해야합니다.groupbysize()

위의 모든 답변 외에도 중요해 보이는 차이점을 하나 더 지적하고 싶습니다.

Panda의 Datarame크기와 개수를 Java의 Vectors크기 및 길이 와 연관시킬 수 있습니다 . 벡터를 만들 때 미리 정의 된 메모리가 할당됩니다. 요소를 추가하는 동안 차지할 수있는 요소 수에 가까워지면 더 많은 메모리가 할당됩니다. 마찬가지로 DataFrame요소를 추가하면 할당 된 메모리가 증가합니다.

Size 속성은 할당 된 메모리 셀의 DataFrame수를 제공 하는 반면 count는 실제로 존재하는 요소의 수를 제공합니다 DataFrame. 예를 들면

에는 3 개의 행이 있지만 DataFrame크기는 6입니다.

이 답변 커버의 크기에 대한 계수의 차이 DataFrame가 아니라 Pandas Series. 나는 무슨 일이 일어나는지 확인하지 않았다Series