如何計算 Pandas Dataframe 列中的 NaN 出現的次數

Asad Riaz 2023年1月30日 2020年3月28日
  1. isna() 方法來計算一列或多列中的 NaN
  2. 從總長度中減去 non-NaN 的計數以計算 NaN 的出現次數
  3. df.isnull().sum() 方法來計算 NaN 的出現次數
  4. 計算整個 Pandas DataFrame 中 NaN 的出現
如何計算 Pandas Dataframe 列中的 NaN 出現的次數

我們將介紹在 Pandas DataFrame 的一列中計算 NaN 出現次數的方法。我們有很多選擇,包括針對一列或多列的 isna() 方法,通過從 NaN 出現次數中減去總長度,使用 value_counts 方法,以及使用 df.isnull().sum() 方法。

我們還將介紹計算整個 Pandas DataFrame 中 NaN 出現總數的方法。

isna() 方法來計算一列或多列中的 NaN

我們可以使用 insna() 方法(Pandas 版本> 0.21.0),然後求和以計算 NaN 的出現。對於一列,我們將執行以下操作:

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

輸出:

2

對於幾列,它也適用:

import pandas as pd
df = pd.DataFrame({
    'a':[1,2,np.nan], 
    'b':[np.nan,1,np.nan]})
df.isna().sum()

輸出:

a    1
b    2
dtype: int64

從總長度中減去 non-NaN 的計數以計算 NaN 的出現次數

我們可以通過從 dataframe 的長度中減去非 NaN 出現的次數來獲得每一列中 NaN 出現的次數:

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())

輸出:

     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() 方法來計算 NaN 的出現次數

我們可以使用 df.isnull().sum() 方法獲得每一列中 NaN 出現的次數。如果我們在 sum 方法中傳遞了 axis=0,它將給出每列中出現 NaN 的次數。如果需要在每行中出現 NaN 次,我們需要設定 axis=1

考慮以下程式碼:

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))

輸出:

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

計算整個 Pandas DataFrame 中 NaN 的出現

為了獲得在 DataFrame 中所有 NaN 出現的總數,我們將兩個 .sum() 方法連結在一起:

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())

輸出:

NaN occurrences in DataFrame:
6

相關文章 - Pandas DataFrame