如何在 Python Pandas DataFrame 中的列中计算 NaN 值？

要计算 Pandas DataFrame 中列中的 NaN 值，我们可以使用带有**sum** 的**isna()** 方法。

步骤

  • 创建一个序列**s**，一维**ndarray**，带轴标签（包括时间序列）。

  • 打印序列**s**。

  • 计算序列中存在的 NaN 个数。

  • 创建一个二维、大小可变的、潜在异构的表格数据**df**。

  • 打印输入的 DataFrame。

  • 逐列查找 NaN 计数。

  • 打印计数的 DataFrame。

示例

 实时演示

import pandas as pd
import numpy as np

s = pd.Series([1, np.nan, 3, np.nan, 3, np.nan, 7, np.nan, 3])
print "Input series is:
", s
count = s.isna().sum()
print "NAN count in series: ", count

df = pd.DataFrame(
   {
      "x": [5, np.nan, 1, np.nan],
      "y": [np.nan, 1, np.nan, 10],
      "z": [np.nan, 1, np.nan, np.nan]
   }
)
print "
Input DataFrame is:
", df
count = df.isna().sum()
print "
NAN count in DataFrame:
", count

输出

Input series is:
0  1.0
1  NaN
2  3.0
3  NaN
4  3.0
5  NaN
6  7.0
7  NaN
8  3.0
dtype: float64
NAN count in series: 4

Input DataFrame is:
    x    y    z
0  5.0  NaN  NaN
1  NaN  1.0  1.0
2  1.0  NaN  NaN
3  NaN  10.0 NaN

NAN count in DataFrame:
x  2
y  2
z  3
dtype: int64

更新于：30-08-2021

2K+ 次浏览

启动你的 职业

完成课程获得认证

立即开始
广告