Python - 如何计算 Pandas Dataframe 中某一列的 NaN 出现次数?
pythonserver side programmingprogramming更新于 2025/11/23 13:00:17
要计算某一列的 NaN 出现次数，请使用 isna()。使用 sum() 将值相加并计算出计数。
首先，让我们导入所需的库及其各自的别名 −
import pandas as pd import numpy as np
创建一个 DataFrame。我们已经使用 Numpy np.inf 在 “Units_Sold” 中设置了 NaN 值列 −
dataFrame = pd.DataFrame({"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Cubic_Capacity": [2000, 1800, 1500, 2500, 2200, 3000],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000],"Units_Sold": [ 100, np.NaN, 150, np.NaN, 200, np.NaN]
})
从列"Units_Sold"中减去 NaN 值
dataFrame["Units_Sold"].isna().sum()
示例
以下是代码 −
import pandas as pd
import numpy as np
# 创建 DataFrame
dataFrame = pd.DataFrame({"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Cubic_Capacity": [2000, 1800, 1500, 2500, 2200, 3000],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000],"Units_Sold": [ 100, np.NaN, 150, np.NaN, 200, np.NaN]
})
print("Dataframe...\n",dataFrame)
# 从列"Units_Sol"中计数 NaN 值
count = dataFrame["Units_Sold"].isna().sum()
print("\nCount of NaN values in column Units_Sold...\n",count)
输出
这将产生以下输出 −
Dataframe... Car Cubic_Capacity Reg_Price Units_Sold 0 BMW 2000 7000 100.0 1 Lexus 1800 1500 NaN 2 Tesla 1500 5000 150.0 3 Mustang 2500 8000 NaN 4 Mercedes 2200 9000 200.0 5 Jaguar 3000 6000 NaN Count of NaN values in column Units_Sold... 3
相关文章
有用资源
python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/
