如何计算 Pandas Dataframe 列中的 NaN 出现的次数

  1. isna() 方法来计算一列或多列中的 NaN
  2. 从总长度中减去 non-NaN 的计数以计算 NaN 的出现次数
  3. df.isnull().sum() 方法来计算 NaN 的出现次数
  4. 计算整个 Pandas DataFrame 中 NaN 的出现

我们将介绍在 Pandas DataFrame 的一列中计算 NaN 出现次数的方法。我们有很多选择,包括针对一列或多列的 isna() 方法,通过从 NaN 出现次数中减去总长度,使用 value_counts 方法,以及使用 df.isnull().sum() 方法。

我们还将介绍计算整个 Pandas DataFrame 中 NaN 出现总数的方法。

isna() 方法来计算一列或多列中的 NaN

我们可以使用 insna() 方法(Pandas 版本> 0.21.0),然后求和以计算 NaN 的出现。对于一列,我们将执行以下操作:

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

输出:

2

对于几列,它也适用:

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

输出:

a    1
b    2
dtype: int64

从总长度中减去 non-NaN 的计数以计算 NaN 的出现次数

我们可以通过从 dataframe 的长度中减去非 Nan 出现的次数来获得每一列中 NaN 出现的次数:

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())

输出:

     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() 方法来计算 NaN 的出现次数

我们可以使用 df.isnull().sum() 方法获得每一列中 NaN 出现的次数。如果我们在 sum 方法中传递了 axis=0,它将给出每列中出现 NaN 的次数。如果需要在每行中出现 NaN 次,我们需要设置 axis=1

考虑以下代码:

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))

输出:

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

计算整个 Pandas DataFrame 中 NaN 的出现

为了获得在 Dataframe 中所有 NaN 出现的总数,我们将两个 .sum() 方法链接在一起:

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())

输出:

NaN occurrences in DataFrame:
6

相关文章 - Pandas DataFrame

  • 如何基于 Pandas DataFrame 中的列值删除行
  • 如何在 Pandas 中将 DataFrame 列转换为日期时间
  • comments powered by Disqus