Contare le occorrenze NaN in una colonna in Pandas Dataframe

Introdurremo i metodi per contare le occorrenze NaN in una colonna nel DataFrame di Pandas. Abbiamo molte soluzioni incluso il metodo isna() per una o più colonne, sottraendo la lunghezza totale dal conteggio delle occorrenze NaN, usando il metodo value_counts e usando df.isnull().sum() metodo.

Introdurremo anche il metodo per calcolare il numero totale di occorrenze NaN nell’intero DataFrame di Pandas.

Metodo isna() per contare NaN in una o più colonne

Possiamo usare il metodo insna() (versioni pandas> 0.21.0) e poi sommare per contare le occorrenze NaN. Per una colonna faremo come segue:

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

Produzione:

2

Per più colonne funziona anche:

import pandas as pd

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

Produzione:

a    1
b    2
dtype: int64

Sottrai il conteggio delle occorrenze non-NaN dalla lunghezza totale per contare le occorrenze NaN

Possiamo ottenere il numero di occorrenze NaN in ciascuna colonna sottraendo il conteggio delle occorrenze non-Nan dalla lunghezza di DataFrame:

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())

Produzione:

     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

Metodo df.isnull().sum() per contare le occorrenze NaN

Possiamo ottenere il numero di occorrenze NaN in ogni colonna utilizzando il metodo df.isnull().sum(). Se passiamo l’axis=0 all’interno del metodo sum, darà il numero di occorrenze NaN in ogni colonna. Se abbiamo bisogno di occorrenze NaN in ogni riga, imposta axis=1.

Codici di esempio:

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))

Produzione:

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

Conta le occorrenze di NaN nell’intero Pandas DataFrame

Per ottenere il numero totale di tutte le occorrenze NaN nel DataFrame, concateniamo due metodi .sum() insieme:

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())

Produzione:

NaN occurrences in DataFrame:
6