dataFrame中出现空列的检查与空值个数的统计

原创已于 2022-02-28 15:24:51 修改 · 1.3k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#pandas

于 2022-02-27 14:06:34 首次发布

pandas 专栏收录该内容

14 篇文章

订阅专栏

本文介绍如何使用Python pandas库处理DataFrame中的缺失值，并演示了自定义输出结果的方法。首先，通过`isnull().sum()`统计缺失值，然后筛选出含有缺失值的列并显示其空值数量。

部署运行你感兴趣的模型镜像

我们可以使用如下代码：

import pandas as pd 
import numpy as np 

df = pd.DataFrame({'Yes': [50, 21, None, 70, 21], 'No': [131, 2, 98, 1, 3]})

missing_values_count = df.isnull().sum()  
print(missing_values_count)

输出为

Yes    1
No     0
dtype: int64

但是如果想自定义输出结果，我们这样写

df = pd.DataFrame({'Yes': [50, 21, None, 70, 21], 'No': [131, 2, 98, 1, 3]})

cols_with_missing = [col for col in df.columns if df[col].isnull().any()]
print(cols_with_missing)

for i in cols_with_missing:
    print(i + ': " + str(df[i].isnull().sum()))

第一个打印的是含空值列的列表

第二个打印的是每个空的列含空值个数的统计

此例中结果为