如何使用isnull和sum函数统计dataframe每行缺失值的数量
我们在处理数据时,经常会遇到空值。在pandas中,我们可以使用isnull函数来判断一个元素是否为空。而对于一个dataframe,我们可以使用isna函数来应用这个判断。如果一个元素为空,那么isnull/isna函数返回True,否则返回False。
在本文中,我们将介绍如何使用isna函数和sum函数来统计每一行包含的缺失值的数量。
首先,我们需要创建一个dataframe,例如:
import pandas as pd
import numpy as np
df = pd.DataFrame({
'A': [1, 2, np.nan],
'B': [3, np.nan, 5.0],
'C': ['a', 'b', None]
})
这个dataframe包含了一些空值,我们就可以使用isna函数来判断哪些元素是空值:
>>> df.isna()
A B C
0 False False False
1 False True False
2 True False True
接下来,我们可以使用sum函数来统计每一行包含的空值数量: