如何计算 Pandas Dataframe 列中的 NaN 出现的次数
Asad Riaz
2023年1月30日
-
isna()方法来计算一列或多列中的 NaN -
从总长度中减去
non-NaN的计数以计算NaN的出现次数 -
df.isnull().sum()方法来计算NaN的出现次数 -
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