pandas如何統計某一列或某一行的缺失值數目
統計某一列或某一行的缺失值數目
1.使用isnull()
import pandas as pd # 首先導入數據 df = pd.read_csv('123.csv' , encoding='gbk') # 計算data每一行有多少個缺失值的值,即按行統計缺失值 rows_null = df.isnull().sum(axis=1) # 下面則是按列統計缺失值 col_null = df.isnull().sum(axis=0) #統計整個df的缺失值 all_null = df.isnull().sum().sum() # 統計某一列的缺失值 idx_null = df['列名'].isnull().sum(axis=0)
2.使用count
import pandas as pd # 首先導入數據 df = pd.read_csv('123.csv' , encoding='gbk') # 計算data每一行有多少個非空的值,即按行統計非空值 rows_not_null = df.count(axis=1) # 下面則是按列統計非空值 cols_not_null = df.count(axis=0) cols_null = df.shape[1] - cols_not_null # 統計某一列的非空值 col_not_null = df['列名'].count(axis=0)
利用pandas處理缺失值
處理缺失值
def missing_values(dataframe): missing_ratio = (dataframe.isnull().sum() / len(dataframe))*100 missing_ratio = missing_ratio.drop(missing_ratio[missing_ratio == 0].index).sort_values(ascending=False) missing_count = dataframe.isnull().sum() missing_count = missing_count.drop(missing_count[missing_count == 0].index).sort_values(ascending=False) info = pd.DataFrame({'Missing Ratio': missing_ratio, 'Missing Count': missing_count}) return info
以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持LevelAH。
推薦閱讀:
- pandas檢查和填充缺失值的N種方法總結
- python 文件讀寫和數據清洗
- pandas數據清洗實現刪除的項目實踐
- pandas實現按照多列排序-ascending
- Pandas數值排序 sort_values()的使用