我如何计算在熊猫数据框架一列的NaN值?

我想找出我的数据的每一列中NaN的数量。

当前回答

下面是按列计数Null值的代码:

df.isna().sum()

其他回答

df.isnull().sum() 
      //type: <class 'pandas.core.series.Series'>

df.column_name.isnull().sum()
     //type: <type 'numpy.int64'>

如果你需要得到非NA (non-None)和NA (None)计数在不同的组拉出groupby:

gdf = df.groupby(['ColumnToGroupBy'])

def countna(x):
    return (x.isna()).sum()

gdf.agg(['count', countna, 'size'])

这将返回每个组的非NA、NA和总条目数。

如果你正在使用Jupyter笔记本，如何....

 %%timeit
 df.isnull().any().any()

 %timeit 
 df.isnull().values.sum()

或者，数据中是否存在nan，如果有，在哪里?

 df.isnull().any()

请使用以下方法计算特定的列数

dataframe.columnName.isnull().sum()

.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:

推荐文章