问题描述：

这就是熊猫groupby("x").count和的区别吗？groupby("x").size

size 是否仅排除 nil ？

解决方案 1：

size包括NaN价值观，count但不：

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 

解决方案 2：

熊猫的尺寸和数量有何区别？

其他答案指出了差异，但是，说“计算 NaN 而不计算”并不完全准确。虽然确实计算了 NaN，但这实际上是由于返回调用它的对象的大小（或长度）而导致的。当然，这还包括 NaN 的行/值。size`count`sizesize

总而言之，返回 Series/DataFrame 1size的大小，

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

     A
0    x
1    y
2  NaN
3    z

<!- _>

df.A.size
# 4

...同时count计算非 NaN 值：

df.A.count()
# 3 

请注意，是一个属性（与或size产生相同的结果）。是一个函数。len(df)`len(df.A)`count

1.DataFrame.size也是一个属性，返回 DataFrame 中的元素数（行 x 列）。

行为与GroupBy输出结构

GroupBy.size()除了基本区别之外，调用vs时生成的输出的结构也存在差异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

考虑，

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

A
a    3
b    2
c    3
dtype: int64

相对，

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

   B
A   
a  2
b  0
c  2

GroupBy.count`count当调用所有列时，返回一个 DataFrame ，而调用 Series 时，GroupBy.size`返回一个 Series。

原因是size对所有列都相同，因此只返回一个结果。同时，count对每一列都调用 ，因为结果取决于每列有多少个 NaN。

行为pivot_table

另一个例子是如何pivot_table处理这些数据。假设我们要计算

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

使用pivot_table，您可以发出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

但count不起作用；返回一个空的 DataFrame：

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

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

我相信这样做的原因是'count'必须对传递给参数的系列进行操作values，并且当没有传递任何内容时，熊猫决定不做任何假设。

解决方案 3：

只需在@Edchum 的答案中添加一点点内容，即使数据没有 NA 值，count() 的结果也会更加详细，使用之前的示例：

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

解决方案 4：

当我们处理普通数据框时，唯一的区别是包含 NAN 值，这意味着在计算行数时计数不包括 NAN 值。

但是如果我们使用这些函数groupby，为了得到正确的结果，count()我们必须将任何数字字段与之关联以groupby获取确切的组数，而对于size()不需要这种类型的关联。

解决方案 5：

除了以上所有答案之外，我还想指出一个我认为重要的区别。

您可以将pandas'DataFrame大小和计数与 Java 的Vectors大小和长度关联起来。当我们创建一个向量时，会为其分配一些预定义的内存。当我们接近它可以容纳的最大元素数量时，会分配更多内存以容纳进一步的添加。同样，当DataFrame我们添加元素时，分配给它的内存也会增加。

属性size给出了分配给的内存单元的数量DataFrame，而count给出了实际存在的元素数量DataFrame。例如，

您可以看到，尽管中有 3 行DataFrame，但其大小却是 6。

此答案涵盖了 和DataFrame的大小和数量差异pandas Series。我还没有检查 会发生什么Series。