python 计算缺失值个数以及缺失率_python中统计各变量的缺失值数量-优快云博客

本文链接：https://blog.youkuaiyun.com/with_still_water/article/details/102539573

本文介绍了使用Python的pandas库进行Excel数据处理的方法，包括读取数据、计算表格行列数、查找缺失值、计算缺失值个数及缺失率等关键操作。通过具体示例，展示了如何高效地进行数据预处理和分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >


import os
import pandas as pd

os.chdir(r"D:\pycharm程序文件\练习1")
data = pd.read_excel("data.xlsx")

# 计算表格行列数
print(data.shape)
print(data.shape[0]) # 计算行的个数

# 查看某 一/多 列的缺失值isnull()
print(data['被保险人年龄'].isnull())

# 计算每一列缺失值个数 info(); 输出非空值non-null的个数及数据类型
print(data.info())

# 查看两列非空值个数及数据类型data[['列1','列2']].info()
print(data[['风险类别（A最低，E最高）','被保险人年龄']].info())

# 查看某一列非空值个数data[['列1']].info()
print(data[['风险类别（A最低，E最高）']].info())

# info()不支持series类型, 所以不能用data['列1'].info()

"""
(1)

找不到直接计算空值行数的方法
利用加减法计算缺失值个数及缺失率
1. 先用count()计算出行数(列非空值的行数); count(axis=1)是计算列数的. 默认axis=0
2. shape[0]计算出总行数

"""
missing_value = data['风险类别（A最低，E最高）'].shape[0] -  data['风险类别（A最低，E最高）'].count()
missing_rate = missing_value/data['风险类别（A最低，E最高）'].shape[0]
print("missing_value = %d"%missing_value)
print('missing_rate = {}'.format(missing_rate))