計算 Dataframe 每一列中非 NaN 條目的數量

Question

我有一個非常大的 DataFrame，我想知道是否有短的（一個或兩個班輪）方法來獲取 DataFrame 中非 NaN 條目的數量。 我不想一次做一列，因為我有近 1000 列。

df1 = pd.DataFrame([(1,2,None),(None,4,None),(5,None,7),(5,None,None)], 
                    columns=['a','b','d'], index = ['A', 'B','C','D'])

    a   b   d
A   1   2 NaN
B NaN   4 NaN
C   5 NaN   7
D   5 NaN NaN

輸出：

a: 3
b: 2
d: 1

Answer 1

count()方法返回每列NaN值的數量：

>>> df1.count()
a    3
b    2
d    1
dtype: int64

同樣， count(axis=1)返回每行NaN值的數量。

Answer 2

如果要對非 NAN 的總計數值求和，可以這樣做；

np.sum(df.count())

Answer 3

如果您正在處理空字符串，您可能還想將它們算作 NA ：

df.replace('', np.nan).count()

或者如果您還想刪除空白字符串：

df.replace(r'^\s*$', np.nan, regex=True).count()