发布于 2年前
Pandas统计dataframe列中为NaN的行数
这分为两种情况:缺少值NaN和字符串NaN。
缺少值NaN
df = pd.DataFrame({'value':[np.nan, np.nan, 1, 5, 7]})
print (df)
value
0 NaN
1 NaN
2 1.0
3 5.0
4 7.0
count = df['value'].isna().sum()
#或者 count = df['value'].isnull().sum()
print (count)
2
判断列的值是否为nan,可以使用isna()或者isnull()函数。
字符串NaN
df = pd.DataFrame({'value':['NaN', 'NaN', 1, 5, 'NaN']})
print (df)
value
0 NaN
1 NaN
2 2
3 5
4 NaN
count = df['value'].eq('NaN').sum()
#或者count = (df['value'] == 'NaN').sum()
print (count)
3