Python實戰(zhàn)基礎之Pandas統(tǒng)計某個數(shù)據(jù)列的空值個數(shù)

更新時間：2022年08月31日 09:07:33 作者：菜鳥實戰(zhàn)

我們在處理數(shù)據(jù)的時候,經(jīng)常需要檢查數(shù)據(jù)的質(zhì)量,也需要知道出問題的數(shù)據(jù)在哪個位置,下面這篇文章主要給大家介紹了關于Python實戰(zhàn)基礎之利用Pandas統(tǒng)計某個數(shù)據(jù)列空值個數(shù)的相關資料,需要的朋友可以參考下

一、實戰(zhàn)場景

實戰(zhàn)場景：Pandas 如何統(tǒng)計某個數(shù)據(jù)列的空值個數(shù)

二、主要知識點

文件讀寫
基礎語法
Pandas
numpy

三、菜鳥實戰(zhàn)

馬上安排！

1、創(chuàng)建 python 文件

"""
對如下DF，設置兩個單元格的值
·使用iloc 設置(3,B)的值是nan
·使用loc設置(8,D)的值是nan
"""
import numpy as np
import pandas as pd
 
np.random.seed(66)
df = pd.DataFrame(np.random.rand(10, 4), columns=list('ABCD'))
df.iloc[3, 1] = np.nan
df.loc[8, 'D'] = np.nan
print(df)
 
 
print(df.isnull().sum())

2、運行結(jié)果

A B C D
0 0.154288 0.133700 0.362685 0.679109
1 0.194450 0.251210 0.758416 0.557619
2 0.514803 0.467800 0.087176 0.829095
3 0.298641 NaN 0.678006 0.903489
4 0.514451 0.539105 0.664328 0.634057
5 0.353419 0.026643 0.165290 0.879319
6 0.067820 0.369086 0.115501 0.096294
7 0.083770 0.086927 0.022256 0.771043
8 0.049213 0.465223 0.941233 NaN
9 0.361318 0.031319 0.304045 0.188268
A 0
B 1
C 0
D 1
dtype: int64

補充：Pandas檢查是否有空值、處理空值

1.創(chuàng)建有空值的DataFrame

import numpy as np
import pandas as pd

dates = pd.date_range("20200307", periods=4)
df1 = pd.DataFrame(np.arange(12).reshape(4, 3), index=dates, columns=["A", "B", "C"])
df2 = pd.DataFrame(df1, index=dates, columns=["A", "B", "C", "D"]) ?# 新增D列，卻不賦值，NaN表示空值
print(df2)
# 打印輸出：
# ? ? ? ? ? ? A ? B ? C ? D
# 2020-03-07 ?0 ? 1 ? 2 NaN
# 2020-03-08 ?3 ? 4 ? 5 NaN
# 2020-03-09 ?6 ? 7 ? 8 NaN
# 2020-03-10 ?9 ?10 ?11 NaN

2.檢查是否有空值

print(df2.isnull())  # 是空值返回True，否則返回False
print(np.any(df2.isnull()))  # 只要有一個空值便會返回True，否則返回False
print(np.all(df2.isnull()))  # 全部值都是空值便會返回True，否則返回False
# 輸出結(jié)果：
#                 A      B      C     D
# 2020-03-07  False  False  False  True
# 2020-03-08  False  False  False  True
# 2020-03-09  False  False  False  True
# 2020-03-10  False  False  False  True
# True
# False

3.給NaN賦值

df2.iloc[0, 3] = 10 ?# 直接給某個位置賦值
print(df2)
# 打印輸出：
# ? ? ? ? ? ?A ? B ? C ? ? D
# 2020-03-07 ?0 ? 1 ? 2 ?10.0
# 2020-03-08 ?3 ? 4 ? 5 ? NaN
# 2020-03-09 ?6 ? 7 ? 8 ? NaN
# 2020-03-10 ?9 ?10 ?11 ? NaN

series = pd.Series([11, 12, 13], index=dates[1:4])
df2["D"] = series ?# 同時給D列賦多個值
print(df2)
# 打印輸出：
# ? ? ? ? ? ? A ? B ? C ? ? D
# 2020-03-07 ?0 ? 1 ? 2 ? NaN
# 2020-03-08 ?3 ? 4 ? 5 ?11.0
# 2020-03-09 ?6 ? 7 ? 8 ?12.0
# 2020-03-10 ?9 ?10 ?11 ?13.0

4.去除有空值的行或列

df2.loc["2020-03-10", ["A", "B", "C"]] = [11, 12, 15]
df2.fillna("null") ?# 把空值填充成null

# dropna(axis,how,subset)方法會刪除有空值的行或列，
# axis為0是行，axis為1是列,
# how為any時該行或列只要有一個空值就會刪除，all是全都是空值才刪除
# subset是一個列表，指定某些列
df2.dropna(axis=0, how="any", subset=["A", "D"])

總結(jié)

到此這篇關于Python實戰(zhàn)基礎之Pandas統(tǒng)計某個數(shù)據(jù)列空值個數(shù)的文章就介紹到這了,更多相關Pandas統(tǒng)計數(shù)據(jù)列空值個數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: