总是那些看似简单的事情让我感到烦恼。我试图计算按月份和年份分组的 Dataframe 中某些变量的非空值数量。所以我可以做到这一点,这很好用:
counts_by_month=df[variable1, variable2].groupby([lambda x: x.year,lambda x: x.month]).count()
但我真正想知道的是每个组中有多少个值是NaN。因此,我还想计算每个变量中的Nans数量,以便可以计算出每个组中缺失数据的百分比。我找不到一个函数来实现这一点。或者,也许我可以通过计算组内的总项目数来达到相同的目的。然后NaN就会是Total - 'Non-Null values'
我一直在试图找出是否可以计算索引值,但我还没有能够做到。如有任何帮助将不胜感激。
祝一切顺利 Jason
df.isnull().sum(axis=1)
更为适合。它在计算每一行中缺失值的数量。 - steco