それがパンダgroupby("x").countとgroupby("x").sizeパンダの違いですか？

サイズはnilを除外するだけですか？

sizeNaN値を含み、count含まない：

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 

パンダのサイズと数の違いは何ですか？

他の回答は違いを指摘していますが、「NaNをカウントするのにカウントしない」と言うのは完全に正確ではsizeありcountません。一方でsize実際にNaNをカウントしない、これは実際にあるという事実の結果であるsizeリターンサイズのオブジェクトの（または長さ）は、それが上と呼ばれています。当然、これにはNaNである行/値も含まれます。

だから、要約する、sizeシリーズ/データフレームのサイズを返す^1は、

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

     A
0    x
1    y
2  NaN
3    z

df.A.size
# 4

...count非NaN値をカウントしながら：

df.A.count()
# 3 

sizeが属性であることに注意してください（len(df)またはと同じ結果が得られますlen(df.A)）。count関数です。

_{1.DataFrame.sizeも属性であり、DataFrame内の要素の数（行x列）を返します。}

の動作GroupBy-出力構造

基本的な違いに加えて、GroupBy.size()vsを呼び出すときに生成される出力の構造にも違いがありGroupBy.count()ます。

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

考えてみてください

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

A
a    3
b    2
c    3
dtype: int64

対、

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

   B
A   
a  2
b  0
c  2

GroupBy.countcountすべての列を呼び出すとDataFrameをGroupBy.size返し、Seriesを返します。

その理由sizeは、すべての列で同じであるため、1つの結果のみが返されます。一方、count結果は各列のNaNの数に依存するため、各列に対してが呼び出されます。

との動作 pivot_table

別の例はpivot_table、このデータの処理方法です。の分割表を計算したいとします。

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

を使用するとpivot_table、次を発行できます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

しかし、count機能しません。空のDataFrameが返されます。

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

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

その理由は'count'、values引数に渡されるシリーズで実行する必要があり、何も渡されない場合、パンダは仮定を行わないことを決定するためだと思います。

@Edchumの回答に少し追加するだけで、データにNA値がない場合でも、前の例を使用すると、count（）の結果はより冗長になります。

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

通常のデータフレームを処理している場合、違いはNAN値が含まれることだけです。つまり、行をカウントするときにcountにNAN値が含まれないことを意味します。

ただし、これらの関数をgroupbythenで使用している場合、正しい結果を得るには、count()任意の数値フィールドをに関連付けて、このタイプの関連付けが不要なgroupbyグループの正確な数を取得するsize()必要があります。

上記のすべての回答に加えて、私が重要と思われるもう1つの違いを指摘したいと思います。

PandaのDatarameサイズとカウントをJavaのVectorsサイズと長さと相関させることができます。ベクターを作成すると、事前定義されたメモリがベクターに割り当てられます。要素を追加するときに占有できる要素の数に近づくと、より多くのメモリが割り当てられます。同様に、DataFrame要素を追加すると、それに割り当てられるメモリが増加します。

サイズ属性は割り当てられたメモリセルのDataFrame数を示し、カウントは実際にに存在する要素の数を示しDataFrameます。例えば、

には3行ありますがDataFrame、サイズは6です。

この回答は、サイズとカウントの違いをカバーしDataFrameていPandas Seriesます。私は何が起こるかをチェックしていませんSeries