在 Pandas DataFrame 中统计所有 NaN 的数量

Question

我正在尝试计算 Pandas Series 中的 NaN 元素数量，数据类型为 'numpy.float64' 类。我需要知道有多少个 NaN 元素，该 Series 的数据类型是 'pandas.core.series.Series'。

这是为了计算 Pandas Series 中的 null 值。

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

我期望 oc,count("NaN") 的输出结果是7，但实际输出是'Level NaN must be same as name (None)'

- GursimranSe

---

df['col_name'].isna().sum()？请问这行代码是什么意思？ - anky

Answer 1

count 函数的参数并不是你想要计算的内容（实际上它是轴名称或索引）。

如果你想要计算整个 DataFrame 中 NaN 的数量，可以使用 df.isna().values.sum()；如果你想要计算特定列中 NaN 的数量，可以使用 len(df) - df['column'].count()。

- cs95

Answer 2

如果您的数据框看起来像这样；

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

要按列计算“nan”，您可以尝试这个

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

总计 nan 的数量

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

- MananVyas

---

.isnull().values.sum()和.isnull().sum()，它们有什么不同？ - GursimranSe

.values 给出了一个 numpy 表示，因此对其求和将给出总计数。否则，仅使用 isnull().sum 将按列求和。 - MananVyas

Answer 3

如果你的 Series.dtype 是 float64，你可以使用以下任一方法：

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

如果您的 Series 包含多种数据类型，您可以使用以下方法：

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

- jeschwar

Answer 4

oc.size：返回包括NaN在内的数据框中的总元素数
oc.count().sum()：返回不包括NaN在内的数据框中的总元素数

因此，另一种计算数据框中NaN数量的方法是对它们进行减法运算：

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

- Andy L.

Answer 5

只是为了好玩，你可以选择任何一种

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

或者

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

- Quang Hoang

---

如果列名超过25个，它将不会显示所有与列相关的NaN计数。 - GursimranSe

@seeon 移除一个总和，然后您可以得到每列的NaN计数。 - Quang Hoang