計算 pandas DataFrame 中的所有 NaN

Question

我正在嘗試計算 pandas 系列中的 NaN 元素（數據類型 class 'numpy.float64'）以了解其中有多少數據類型為 class 'pandas.core.series.Series'

這是針對 pandas 系列中的計數 null 值

import pandas as pd
oc=pd.read_csv(csv_file)
oc.count("NaN")

我預計oc,count("NaN")的 output 為 7，但它顯示'Level NaN must be same as name (None)'

Answer 1

count的參數不是你想要計算的（它實際上是軸名稱或索引）。

您正在尋找df.isna().values.sum() （計算整個 DataFrame 中的 NaN），或len(df) - df['column'].count() （計算特定列中的 NaN） ).

Answer 2

如果您的Series.dtype是float64 ，您可以使用以下任一方法：

oc.isin([np.nan]).sum()
oc.isna().sum()

如果您的Series是混合數據類型，您可以使用以下內容：

oc.isin([np.nan, 'NaN']).sum()

Answer 3

oc.size ：返回 dataframe 的總元素數，包括NaN
oc.count().sum() ：返回 dataframe 的總元素計數，不包括NaN

因此，計算 dataframe 中NaN數量的另一種方法是對它們進行減法：

NaN_count = oc.size - oc.count().sum()

Answer 4

如果你的 dataframe 看起來像這樣；

aa = pd.DataFrame(np.array([[1,2,np.nan],[3,np.nan,5],[8,7,6],
                 [np.nan,np.nan,0]]), columns=['a','b','c'])
    a    b    c
0  1.0  2.0  NaN
1  3.0  NaN  5.0
2  8.0  7.0  6.0
3  NaN  NaN  0.0

要按 cols 計算'nan'，你可以試試這個

aa.isnull().sum()
a    1
b    2
c    1

對於 nan 的總數

aa.isnull().values.sum()
4

Answer 5

只是為了好玩，你可以做任何一個

df.isnull().sum().sum()

或者

len(df)*len(df.columns) - len(df.stack())