如何计算列值等于NaN或零？

Question

我正在使用下面的代码来指示一列中是否有任何缺失值（NaN）或零（0.00）。

# Specifying the NaNs
num_nan_totals = df.loc[ (pd.isna(df['Totals'])) , 'Totals' ].shape[0]

# Specifying the zeros
num_zero_totals = df["Totals"] == 0.00

# For output
print(f"There are {num_nan_totals} NaNs in the totals column")
print(f"There are {num_zero_totals} zeros in the totals column")

我的输出：

There are 0 NaNs in the totals column
There are 433      False
434      False
435      False
436      False
# etc. etc. etc.

目视检查数据集后，应该至少有一个“ 0.00”实例，这就是我知道它出问题的方式。 我怀疑问题与零定义有关，有人可以提供任何提示吗？ 谢谢！

Answer 1

您正在建立面具，走上正确的道路。 假设只需要计数，则可以使用熊猫的sum方法。 此处的信息： https : //pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.sum.html

对于掩码，False为0，True为1，因此将所有值相加是获取所有真实值计数的快速方法。

# Count of nan
num_nan_totals = df['Totals'].isna().sum()
# Count of 0
num_zero_totals = (df['Totals'] == 0.00).sum()