Wie man die NaN-Vorkommen in einer Spalte im Pandas-DataFrame zählt

1. isna() Methode zur Zählung von NaN in einer oder mehreren Spalten
2. Subtrahieren Sie die Anzahl der Nicht-NaN-Vorkommen von der Gesamtlänge, um die NaN-Vorkommen zu zählen
3. df.isnull().sum() Methode zur Zählung der NaN-Vorkommen
4. Zählen Sie NaN-Vorkommen im gesamten Pandas- DataFrame

Wir werden die Methoden zur Zählung der NaN-Vorkommen in einer Spalte im Pandas- DataFrame vorstellen. Es gibt viele Lösungen, darunter die isna() Methode für eine oder mehrere Spalten, durch Subtraktion der Gesamtlänge von der Anzahl der NaN Vorkommen, durch die Verwendung der value_counts Methode und durch die Verwendung der df.isnull().sum() Methode.

Wir werden auch die Methode zur Berechnung der Gesamtzahl der NaN-Vorkommen im gesamten Pandas- DataFrame vorstellen.

isna() Methode zur Zählung von NaN in einer oder mehreren Spalten

Wir können die insna()-Methode verwenden (Pandas-Versionen > 0.21.0) und dann summieren, um die NaN-Vorkommen zu zählen. Für eine Spalte werden wir wie folgt vorgehen:

import pandas as pd

s = pd.Series([1, 2, 3, np.nan, np.nan])
s.isna().sum()
# or s.isnull().sum() for older pandas versions

Ausgabe:

2

Für mehrere Spalten funktioniert es auch:

import pandas as pd

df = pd.DataFrame({"a": [1, 2, np.nan], "b": [np.nan, 1, np.nan]})
df.isna().sum()

Ausgabe:

a    1
b    2
dtype: int64

Subtrahieren Sie die Anzahl der Nicht-NaN-Vorkommen von der Gesamtlänge, um die NaN-Vorkommen zu zählen

Wir können die Anzahl der NaN-Vorkommen in jeder Spalte erhalten, indem wir die Anzahl der Nicht-Nan-Vorkommen von der Länge des Dataframes subtrahieren:

import pandas as pd

df = pd.DataFrame(
    [(1, 2, None), (None, 4, None), (5, None, 7), (5, None, None)],
    columns=["a", "b", "d"],
    index=["A", "B", "C", "D"],
)
print(df)
print(len(df) - df.count())

Ausgabe:

     a    b    d
A  1.0  2.0  NaN
B  NaN  4.0  NaN
C  5.0  NaN  7.0
D  5.0  NaN  NaN
a    1
b    2
d    3
dtype: int64

df.isnull().sum() Methode zur Zählung der NaN-Vorkommen

Wir können die Anzahl der NaN-Vorkommen in jeder Spalte erhalten, indem wir die df.isnull().sum() Methode verwenden. Wenn wir die axis=0 innerhalb der Summe-Methode übergeben haben, gibt sie die Anzahl der NaN-Vorkommen in jeder Spalte an. Wenn wir NaN-Vorkommen in jeder Zeile benötigen, setzen Sie axis=1.

Betrachten Sie den folgenden Code:

import pandas as pd

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

print("NaN occurrences in Columns:")
print(df.isnull().sum(axis=0))
print("NaN occurrences in Rows:")
print(df.isnull().sum(axis=1))

Ausgabe:

NaN occurrences in Columns:
a    1
b    2
d    3
dtype: int64
NaN occurrences in Rows:
A    1
B    2
C    1
D    2
dtype: int64

Zählen Sie NaN-Vorkommen im gesamten Pandas- DataFrame

Um die Gesamtzahl aller NaN-Vorkommen im DataFrame zu erhalten, verketten wir zwei .sum() Methoden miteinander:

import pandas as pd

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

print("NaN occurrences in DataFrame:")
print(df.isnull().sum().sum())

Ausgabe:

NaN occurrences in DataFrame:
6