pandas——统计某一列或某一行的缺失值数目

最新推荐文章于 2025-02-01 11:07:00 发布

littleboy__

最新推荐文章于 2025-02-01 11:07:00 发布

阅读量1.5w

点赞数 10

分类专栏： pandas学习文章标签：数据分析 python

本文链接：https://blog.csdn.net/littleboy__/article/details/105841802

版权

pandas学习专栏收录该内容

5 篇文章

订阅专栏

本文介绍了如何使用Pandas库中的isnull()和count()函数来统计DataFrame中某一列或某一行的缺失值（NaN）数目，这对于数据分析过程中的数据预处理至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用isnull()

import pandas as pd

# 首先导入数据
df = pd.read_csv('123.csv' , encoding='gbk')

# 计算data每一行有多少个缺失值的值，即按行统计缺失值
rows_null = df.isnull().sum(axis=1) 

# 下面则是按列统计缺失值
col_null = df.isnull().sum(axis=0)

#统计整个df的缺失值
all_null = df.isnull().sum().sum()

# 统计某一列的缺失值
idx_null = df['列名'].isnull().sum(axis=0)

使用count

import pandas as pd

# 首先导入数据
df = pd.read_csv('123.csv' , encoding='gbk')

# 计算data每一行有多少个非空的值，即按行统计非空值
rows_not_null = df.count(axis=1) 

# 下面则是按列统计非空值
cols_not_null = df.count(axis=0)
cols_null = df.shape[1] - cols_not_null

# 统计某一列的非空值
col_not_null = df['列名'].count(axis=0)