Pandas：计算列中的空值

Question

我有一个 pandas dataframe 包含一些有关购买的信息。 它包括“purchaseID”、“purchaseDate”和“purchaseAmount”等列。 我想知道每列中缺失值的数量，不同的列包含不同类型的数据类型，如字符串、数字、布尔值等。我尝试过这样的事情：

import json
import pandas

# the variable 'data' is my pandas data frame which was read from a json
with open('purchases.json') as f:
    data = pd.DataFrame(json.loads(line) for line in f)

print(data.isnull().sum())
print(data.isna().sum())

但是，isnull 和 isna 都显示在任何列中都没有 null 值，但事实并非如此。

当我尝试这样的事情时：

for col in data.columns: 
    print((data[col].values == '').sum())

它适用于某些列，但不适用于包含数字或 boolean 数据的列。 有没有办法让我在所有列中找到空值？

谢谢！

使用打印几行数据的示例打印输出

purchaseID purchaseDate purchaseAmount merchantName
1234       2019-01-01   500.0          Walmart
2345       2019-01-03
           2019-01-02   25.1           BP 

Answer 1

尝试使用pd.read_json 。 问题可能是您的数据框，其中一行是 json 文件。

data = pd.read_json(r'purchases.json')
print(data.isnull().sum())
print(data.isna().sum().sum())