计算数据框每一列中非NaN条目的数量

我有一个非常大的DataFrame，我想知道是否有一种简短的方法（一两个衬垫）来获取DataFrame中非NaN条目的计数。我不想一次做一列，因为我有将近1000列。

df1 = pd.DataFrame([(1,2,None),(None,4,None),(5,None,7),(5,None,None)], 
                    columns=['a','b','d'], index = ['A', 'B','C','D'])

    a   b   d
A   1   2 NaN
B NaN   4 NaN
C   5 NaN   7
D   5 NaN NaN

输出：

a: 3
b: 2
d: 1

该count()方法返回NaN每列中非值的数量：

>>> df1.count()
a    3
b    2
d    1
dtype: int64

同样，count(axis=1)返回NaN每行中非值的数量。

如果要对非NAN的总计数值求和，则可以执行；

np.sum(df.count())