pandas 统计（行，列）缺失值的方法汇总

最新推荐文章于 2025-05-28 21:37:00 发布
最新推荐文章于 2025-05-28 21:37:00 发布
阅读量3.4k 收藏
点赞数 1
CC 4.0 BY-SA版权
分类专栏： # Python # pandas 
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/tao1669138300/article/details/104311126
本文介绍如何使用Python的Pandas库统计DataFrame中的缺失值。通过创建一个包含多种缺失值类型的DataFrame，演示了如何利用isnull()方法结合sum()方法来统计各列的缺失值数量，为数据清洗和预处理提供了基础。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

数据

df=pd.DataFrame({'a':pd.Series([np.NaN, 2, pd.NaT, '', None, 'I stay']),'b':pd.Series([np.NaN, 2, 3, 4, None, 6])})

在这里插入图片描述

统计列缺失值

df.isnull().sum()

效果如下
效果如下

统计行缺失值

待续···

10、Pandas数据操作与缺失值处理全解析
a1b2c的博客
06-26 9
本博客全面解析了Pandas在数据处理中的核心功能，包括索引特性、数据选择、缺失值处理、排序与排名、分组聚合、数据合并与连接、以及数据透视表和交叉表的应用。通过实例代码演示了如何高效处理和分析数据，帮助用户深入理解和灵活运用Pandas进行数据分析。
在Pandas中处理缺失数据
python收藏家的博客
07-11 2450
在Pandas中处理缺失数据
pandas Dataframe统计缺失值占比
呆萌的代Ma
06-15 2654
工具函数： def collect_na_value(dataframe): return dataframe.isna().sum() / dataframe.shape[0] * 100 案例 import pandas as pd def collect_na_value(dataframe): return dataframe.isna().sum() / dataframe.shape[0] * 100 if __name__ == '__main__': df
Pandas数据分析----缺失值统计与分析
AIHUBEI的博客
09-29 3129
工具包导入 (9月29号(组内)–数据分析) import pandas as pd print(pd.__version__) 1.2.4 数据载入 data1 = pd.read_csv('./datasets1/location_object.csv') print(data1.head(5)) TIME K1-1 K1-2 K1-3 K1-4 K1-5 K1-6 K2-1 K2-2 K2-3 ... \ 0 2020/7/19 0:00 N
Pandas缺失值统计全攻略
最新发布
2301_77111486的博客
05-28 335
本文介绍了使用Pandas统计缺失值的几种方法。主要包括：使用isnull()或isna()检测缺失值；结合sum()统计每列/每行的缺失值数量；计算整个DataFrame的缺失值总数；用mean()获取缺失值占比；以及通过布尔索引查看含缺失值的行或列。这些方法为数据清洗提供了基础工具，帮助用户快速定位和处理数据中的缺失值问题。
pandas 统计各列缺失值的个数
Walker-C
05-15 6286
df.isna().sum()
【pandas小技巧】--缺失值的列
Gefangenes的博客
08-07 783
在实际应用中，数据集中经常会存在缺失值，也就是某些数据项的值并未填充或者填充不完整。缺失值的存在可能会对后续的数据分析和建模产生影响，因此需要进行处理。pandas提供了多种方法来处理缺失值，例如删除缺失值、填充缺失值等。删除缺失值可能会导致数据量减少，填充缺失值则能够尽量保留原始数据集的完整性，从而提高数据分析和建模的准确性和可靠性。
sparksql_统计每行缺失值_统计每列缺失值
wj1298250240的博客
01-12 5040
sparksql_统计每行缺失值_统计每列缺失值 df_miss = spark.createDataFrame([ (1, 143.5, 5.6, 28, 'M', 100000), (2, 167.2, 5.4, 45, 'M', None), (3, None , 5.2, None, None, None), (4...
第三章16节-Pandas运用之缺失值处理
weixin_45441862的博客
11-01 1438
缺失值首先需要实际情况定义 可以采取直接删除法 有时候需要使用替换法或者插值法 1、 统计缺失值的数量 首先读取数据 查看数据集中缺失值的情况 df.isnull() 统计每一列缺失值的数量 np.sum(df.isnull())，其参数axis默认值为0，表示按行的方向进行统计，显示的结果就是每一列的缺失值的数量 统计每一行缺失值的数量 np.sum(df.isnull(),axis = 1)，表示按列的方向进行统计，显示结果就是每一行的缺失值的数量 2、 统计每行缺失...
Pandas系列学习教程——06 pandas处理缺失值
lzylzy66的博客
03-11 1852
随着人工智能的不断发展，数据分析这门技术也越来越重要，很多人都开启了学习数据分析，本文就介绍了pandas学习的基础内容。本章简单介绍了pandas处理缺失值的步骤，详细请看下文。
Pandas中汇总统计、处理缺失值、层次化索引超详细介绍！（附实例）
12-21
本文将深入探讨Pandas中的几个关键功能：汇总统计、缺失值处理以及层次化索引。 一、Pandas汇总统计和计算 1. **sum()和cumsum()方法**： - `sum()`函数用于计算DataFrame或Series中所有数值列的总和。例如，`df....
Python数据分析：Pandas处理重复与缺失值实战
例如，如果DataFrame `df`的"entrytime"列有缺失值，`df.dropna(subset=["entrytime"])`会移除所有"entrytime"为空的行。 除了以上基本操作，Pandas还支持更复杂的缺失值处理，如插值、向前填充、向后填充等。`...
缺失值统计
I_am_a_big_tiger的博客
02-11 144
空值赋值1空值赋值1非空值赋值1空值统计总数。
pandas 缺失数据处理大全
Python数据挖掘
07-09 766
本次来介绍关于缺失值数据处理的几个常用方法。一、缺失值类型在pandas中，缺失数据显示为。缺失值有3种表示方法，np.nannonepd.NA。
Python中查询缺失值的4种方法
热门推荐
Python数据挖掘
05-08 2万+
人生苦短，快学Python！在我们日常接触到的Python中，狭义的缺失值一般指DataFrame中的NaN。广义的话，可以分为三种。 缺失值：在Pandas中的缺失值有三种：np.nan (Not a Number) 、 None 和 pd.NaT(时间格式的空值，注意大小写不能错) 空值：空值在Pandas中指的是空字符串""； 最后一类是导入的Excel等文件中，原本用于表示缺失值的字符“-”、“？”等。 今天聊聊Python中查询缺失值的4种方法。梳理不易，喜欢记得点赞、收藏、关注。
60_Pandas中是否包含判断缺失值NaN并统计个数
qq_18351157的博客
04-28 3495
无法检测缺失值。因此，从isnull()结果的values属性(numpy.ndarray)调用sum()，可以得到缺失值的总数(total number)。由于sum()被处理为True=1，False=0，通过对isnull()的结果应用sum()，我们可以统计每行和每列缺失值NaN的个数。可以从 notnull() 或 notna() 产生的值属性 (numpy.ndarray) 调用 sum()（对于非缺失元素为真）。isnull() 是 isna() 的别名，两者用法相同。
pandas第七章- 缺失数据--缺失值的统计、删除、填充、插值、Nullable类型
Sun123234的博客
08-21 3329
pandas第七章- 缺失数据--缺失值的统计、删除、填充、插值、Nullable类型
pandas检测缺失值、处理缺失值
m0_72589701的博客
10-29 365
【代码】pandas检测缺失值、处理缺失值。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值