我想找出我的数据的每一列中NaN的数量。
当前回答
对于第一部分，我们有多种方法计算NaN。
方法1计数，由于计数将忽略与大小不同的NaN
print(len(df) - df.count())
方法2:isnull / isna chain with sum
print(df.isnull().sum())
#print(df.isna().sum())
方法3 describe / info:注意这将输出' notull '值计数
print(df.describe())
#print(df.info())
方法。
print(np.count_nonzero(np.isnan(df.values),axis=0))
对于问题的第二部分，如果我们想要在thresh中删除列，我们可以尝试dropna
thresh, optional要求多个非na值。
Thresh = n # no null value require, you can also get the by int(x% * len(df))
df = df.dropna(thresh = Thresh, axis = 1)
其他回答
df1.isnull().sum()
这样就可以了。
.sum df.isnull () () 将给出缺失值的列和。
如果你想知道特定列中缺失值的总和，那么以下代码将起作用:
对于第一部分，我们有多种方法计算NaN。
方法1计数，由于计数将忽略与大小不同的NaN
print(len(df) - df.count())
方法2:isnull / isna chain with sum
print(df.isnull().sum())
#print(df.isna().sum())
方法3 describe / info:注意这将输出' notull '值计数
print(df.describe())
#print(df.info())
方法。
print(np.count_nonzero(np.isnan(df.values),axis=0))
对于问题的第二部分，如果我们想要在thresh中删除列，我们可以尝试dropna
thresh, optional要求多个非na值。
Thresh = n # no null value require, you can also get the by int(x% * len(df))
df = df.dropna(thresh = Thresh, axis = 1)
请使用以下方法计算特定的列数
dataframe.columnName.isnull().sum()
你可以使用value_counts方法打印np.nan的值
s.value_counts(dropna = False)[np.nan]
