如何計算 pandas dataframe 中每一行的 NaN 值？

Question

我想計算 DataFrame 中每一行的 NaN 值，然后獲得此類值的最少數量。 我的解決方案太慢了，而且使用 for 循環也不是 pandas 的方式。 有更好更快的方法嗎？

max_not_nan = 13 # a maximum possible value of NaN's (number of columns + 1) 
row_number = 0
for i in range(df.shape[0]):
  if df.iloc[i].isna().sum() < max_not_nan:
    max_not_nan = df.iloc[i].isna().sum()
    row_number = i

它工作正常期望時間復雜度

Answer 1

transactions.isnull().sum(axis=1).sort_values()

Answer 2

你能試試這個嗎：

df['nan_count'] = df.isnull().sum(axis=1) #get nan counts for each row as a new column

max_nan=df[df['nan_count']==df['nan_count'].max()] #get the row with the max nan count
min_nan=df[df['nan_count']==df['nan_count'].min()] #get the row with the min nan count