Wie man die NaN-Vorkommen in einer Spalte im Pandas-DataFrame zählt
-
isna()
Methode zur Zählung vonNaN
in einer oder mehreren Spalten -
Subtrahieren Sie die Anzahl der
Nicht-NaN
-Vorkommen von der Gesamtlänge, um dieNaN
-Vorkommen zu zählen -
df.isnull().sum()
Methode zur Zählung derNaN
-Vorkommen -
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