或者你可以在DF上使用.info()，例如:

df.info(null_counts=True)返回列中非_null的行数，例如:

<class 'pandas.core.frame.DataFrame'>
Int64Index: 3276314 entries, 0 to 3276313
Data columns (total 10 columns):
n_matches                          3276314 non-null int64
avg_pic_distance                   3276314 non-null float64

另一种方法是dropna，检查长度是否相等:

>>> len(df.dropna()) != len(df)
True
>>> 

要找出特定列中哪些行有nan:

nan_rows = df[df['name column'].isnull()]

我们可以通过使用seaborn moduleheatmap生成热图来查看数据集中存在的空值

import pandas as pd
import seaborn as sns
dataset=pd.read_csv('train.csv')
sns.heatmap(dataset.isnull(),cbar=False)

条形表示缺少的值

import missingno
missingno.bar(df)# will give you exact no of values and values missing

Df.isnull ().any().any()应该这样做。