Question

我有数据，我希望在其中找到NaN的数量，这样如果它低于某个阈值，我会删除这些列。我看了，但没能找到任何功能。有value_counts，但对我来说会很慢，因为大多数值都是不同的，我只想要NaN的数量。

Answer 1

您可以使用isna()方法（或其别名isnull()，它也与较旧的pandas版本＆lt; 0.21.0兼容），然后求和以计算NaN值。对于一栏：

In [1]: s = pd.Series([1,2,3, np.nan, np.nan])

In [4]: s.isna().sum()   # or s.isnull().sum() for older pandas versions
Out[4]: 2

对于多个列，它也有效：

In [5]: df = pd.DataFrame({'a':[1,2,np.nan], 'b':[np.nan,1,np.nan]})

In [6]: df.isna().sum()
Out[6]:
a    1
b    2
dtype: int64

Answer 2

您可以从非{nan}的count中减去总长度：

count_nan = len(df) - df.count()

您应该对数据进行计时。对于小型系列，与isnull解决方案相比，速度提高了3倍。

Answer 3

让我们假设df是一个pandas DataFrame

然后，

    df.isnull().sum(axis = 0)

这将为每列提供NaN值的数量。

如果需要，每行都有NaN值，

    df.isnull().sum(axis = 1)

Answer 4

根据投票最多的答案，我们可以轻松定义一个函数，该函数为我们提供了一个数据框，用于预览每列中缺失值和缺失值的百分比：

def missing_values_table(df):
        mis_val = df.isnull().sum()
        mis_val_percent = 100 * df.isnull().sum() / len(df)
        mis_val_table = pd.concat([mis_val, mis_val_percent], axis=1)
        mis_val_table_ren_columns = mis_val_table.rename(
        columns = {0 : 'Missing Values', 1 : '% of Total Values'})
        mis_val_table_ren_columns = mis_val_table_ren_columns[
            mis_val_table_ren_columns.iloc[:,1] != 0].sort_values(
        '% of Total Values', ascending=False).round(1)
        print ("Your selected dataframe has " + str(df.shape[1]) + " columns.\n"      
            "There are " + str(mis_val_table_ren_columns.shape[0]) +
              " columns that have missing values.")
        return mis_val_table_ren_columns

Answer 5

由于pandas 0.14.1我的建议here在value_counts方法中有一个关键字参数已经实现：

import pandas as pd
df = pd.DataFrame({'a':[1,2,np.nan], 'b':[np.nan,1,np.nan]})
for col in df:
    print df[col].value_counts(dropna=False)

2     1
 1     1
NaN    1
dtype: int64
NaN    2
 1     1
dtype: int64

Answer 6

下面将按降序打印所有Nan列。

df.isnull().sum().sort_values(ascending = False)

或

下面将按降序打印前15 Nan列。

df.isnull().sum().sort_values(ascending = False).head(15)

Answer 7

dataset.isnull().sum()

这将起作用！

Answer 8

如果您使用的是Jupyter Notebook，那么......

 %%timeit
 df.isnull().any().any()

或

 %timeit 
 df.isnull().values.sum()

或者，数据中是否存在任何NaN，如果有，在哪里？

 df.isnull().any()

Answer 9

如果它只是在熊猫列中计算纳米值是一种快速的方法

import pandas as pd
## df1 as an example data frame 
## col1 name of column for which you want to calculate the nan values
sum(pd.isnull(df1['col1']))

Answer 10

希望这会有所帮助，

import pandas as pd
import numpy as np
df = pd.DataFrame({'a':[1,2,np.nan], 'b':[np.nan,1,np.nan],'c':[np.nan,2,np.nan], 'd':[np.nan,np.nan,np.nan]})

df.isnull().sum()/len(df) * 100

Thres = 40
(df.isnull().sum()/len(df) * 100 ) < Thres

Answer 11

    df.isnull().sum() 
      //type: <class 'pandas.core.series.Series'>

或

df.column_name.isnull().sum()
     //type: <type 'numpy.int64'>

Answer 12

要计数零：

df[df == 0].count(axis=0)

要计算NaN：

df.isnull().sum()

或

df.isna().sum()

Answer 13

您可以使用value_counts方法并打印np.nan

的值

s.value_counts(dropna = False)[np.nan]

Answer 14

    SharedPreferences pos = ctx.getSharedPreferences("forposition", MODE_PRIVATE);
    SharedPreferences.Editor poseditor = pos.edit();
    if(pos1++ == 0)
    if(pos.getAll() != null) {
        position =  pos.getInt("pos", 0);
    }

这样就可以了。

Answer 15

2017年7月有一篇不错的Dzone文章，其中详细介绍了总结NaN值的各种方法。检出here。

我所引用的文章通过以下方式提供了附加价值：（1）显示一种计数和显示每一列的NaN计数的方法，以便人们可以轻松地决定是否丢弃这些列，以及（2）演示一种选择方法具有NaN的特定行，以便可以有选择地丢弃或估算这些行。

这是一个演示该方法实用性的简单示例-仅用几列，也许它的用处并不明显，但我发现它对较大的数据帧有帮助。

import pandas as pd
import numpy as np

# example DataFrame
df = pd.DataFrame({'a':[1,2,np.nan], 'b':[np.nan,1,np.nan]})

# Check whether there are null values in columns
null_columns = df.columns[df.isnull().any()]
print(df[null_columns].isnull().sum())

# One can follow along further per the cited article

Answer 16

这是用于按列计算Null值的代码：

df.isna().sum()

Answer 17

对于第1 个零件数NaN，我们有多种选择。

方法1 count，由于count将忽略与NaN不同的size

print(len(df) - df.count())

方法2 isnull / isna链与sum

print(df.isnull().sum())
#print(df.isna().sum())

方法3 describe / info：请注意，这将输出'notnull'值计数

print(df.describe())
#print(df.info())

numpy中的方法

print(np.count_nonzero(np.isnan(df.values),axis=0))

对于问题的第二部分，如果我们希望通过脱粒脱颖而出，可以尝试使用dropna

脱粒，可选需要许多非NA值。

Thresh = n # no null value require, you can also get the by int(x% * len(df))
df = df.dropna(thresh = Thresh, axis = 1)

Answer 18

df.isnull（）。sum（）将给出缺失值的列式总和。

如果您想知道特定列中缺失值的总和，则可以使用以下代码 df.column.isnull（）。sum（）

Answer 19

一个不建议使用的简单选项，只是计算NaN，可以添加形状以返回具有NaN的行数。

df[df['col_name'].isnull()]['col_name'].shape

Answer 20

如果您需要获取groupby提取的不同组之间的非NA（non-None）和NA（None）计数：

gdf = df.groupby(['ColumnToGroupBy'])

def countna(x):
    return (x.isna()).sum()

gdf.agg(['count', countna, 'size'])

这将返回非NA，NA和每组条目总数的计数。

Answer 21

请在下面使用特定的列数

dataframe.columnName.isnull().sum()

Answer 22

import numpy as np
import pandas as pd

raw_data = {'first_name': ['Jason', np.nan, 'Tina', 'Jake', 'Amy'], 
        'last_name': ['Miller', np.nan, np.nan, 'Milner', 'Cooze'], 
        'age': [22, np.nan, 23, 24, 25], 
        'sex': ['m', np.nan, 'f', 'm', 'f'], 
        'Test1_Score': [4, np.nan, 0, 0, 0],
        'Test2_Score': [25, np.nan, np.nan, 0, 0]}
results = pd.DataFrame(raw_data, columns = ['first_name', 'last_name', 'age', 'sex', 'Test1_Score', 'Test2_Score'])


results 

  first_name last_name   age  sex  Test1_Score  Test2_Score
0      Jason    Miller  22.0    m          4.0         25.0
1        NaN       NaN   NaN  NaN          NaN          NaN
2       Tina       NaN  23.0    f          0.0          NaN
3       Jake    Milner  24.0    m          0.0          0.0
4        Amy     Cooze  25.0    f          0.0          0.0

您可以使用以下功能，该功能将在Dataframe中提供输出

零值
缺少值
总价值的百分比
总零缺失值
总零缺失值百分比
数据类型

只需复制并粘贴以下函数，然后通过传递您的pandas Dataframe来调用它

def missing_zero_values_table(df):
        zero_val = (df == 0.00).astype(int).sum(axis=0)
        mis_val = df.isnull().sum()
        mis_val_percent = 100 * df.isnull().sum() / len(df)
        mz_table = pd.concat([zero_val, mis_val, mis_val_percent], axis=1)
        mz_table = mz_table.rename(
        columns = {0 : 'Zero Values', 1 : 'Missing Values', 2 : '% of Total Values'})
        mz_table['Total Zero Missing Values'] = mz_table['Zero Values'] + mz_table['Missing Values']
        mz_table['% Total Zero Missing Values'] = 100 * mz_table['Total Zero Missing Values'] / len(df)
        mz_table['Data Type'] = df.dtypes
        mz_table = mz_table[
            mz_table.iloc[:,1] != 0].sort_values(
        '% of Total Values', ascending=False).round(1)
        print ("Your selected dataframe has " + str(df.shape[1]) + " columns and " + str(df.shape[0]) + " Rows.\n"      
            "There are " + str(mz_table.shape[0]) +
              " columns that have missing values.")
#         mz_table.to_excel('D:/sampledata/missing_and_zero_values.xlsx', freeze_panes=(1,0), index = False)
        return mz_table

missing_zero_values_table(results)

输出

Your selected dataframe has 6 columns and 5 Rows.
There are 6 columns that have missing values.

             Zero Values  Missing Values  % of Total Values  Total Zero Missing Values  % Total Zero Missing Values Data Type
last_name              0               2               40.0                          2                         40.0    object
Test2_Score            2               2               40.0                          4                         80.0   float64
first_name             0               1               20.0                          1                         20.0    object
age                    0               1               20.0                          1                         20.0   float64
sex                    0               1               20.0                          1                         20.0    object
Test1_Score            3               1               20.0                          4                         80.0   float64

如果要保持简单，则可以使用以下函数来获取％中的缺失值

def missing(dff):
    print (round((dff.isnull().sum() * 100/ len(dff)),2).sort_values(ascending=False))


missing(results)

Test2_Score    40.0
last_name      40.0
Test1_Score    20.0
sex            20.0
age            20.0
first_name     20.0
dtype: float64

Answer 23

根据给出的答案和一些改进，这是我的方法

def PercentageMissin(Dataset):
    """this function will return the percentage of missing values in a dataset """
    if isinstance(Dataset,pd.DataFrame):
        adict={} #a dictionary conatin keys columns names and values percentage of missin value in the columns
        for col in Dataset.columns:
            adict[col]=(np.count_nonzero(Dataset[col].isnull())*100)/len(Dataset[col])
        return pd.DataFrame(adict,index=['% of missing'],columns=adict.keys())
    else:
        raise TypeError("can only be used with panda dataframe")

Answer 24

假设您要在称为评论的数据框中获取称为价格的列（系列）中缺失值的数量（NaN）

#import the dataframe
import pandas as pd

reviews = pd.read_csv("../input/wine-reviews/winemag-data-130k-v2.csv", index_col=0)

要获取缺失值，以n_missing_prices作为变量，只需执行

n_missing_prices = sum(reviews.price.isnull())
print(n_missing_prices)

sum是这里的关键方法，在我意识到sum是在这种情况下使用的正确方法之前，我曾尝试使用count

Answer 25

import pandas as pd
import numpy as np

# example DataFrame
df = pd.DataFrame({'a':[1,2,np.nan], 'b':[np.nan,1,np.nan]})

# count the NaNs in a column
num_nan_a = df.loc[ (pd.isna(df['a'])) , 'a' ].shape[0]
num_nan_b = df.loc[ (pd.isna(df['b'])) , 'b' ].shape[0]

# summarize the num_nan_b
print(df)
print(' ')
print(f"There are {num_nan_a} NaNs in column a")
print(f"There are {num_nan_b} NaNs in column b")

提供输出：

     a    b
0  1.0  NaN
1  2.0  1.0
2  NaN  NaN

There are 1 NaNs in column a
There are 2 NaNs in column b

Answer 26

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.count.html#pandas.Series.count

pandas.Series.count Series.count（level = None）[源代码] 返回系列中非NA /空观测值的数量

Answer 27

在我的代码中使用@sushmit提出的解决方案。

可能的变体也可以是

colNullCnt = []
for z in range(len(df1.cols)):
    colNullCnt.append([df1.cols[z], sum(pd.isnull(trainPd[df1.cols[z]]))])

这样做的好处是它会返回df中每个列的结果。

Answer 28

我使用这个循环来计算每列的缺失值：

# check missing values
import numpy as np, pandas as pd
for col in df:
      print(col +': '+ np.str(df[col].isna().sum()))

Answer 29

一种解决方案是找出空值行并将它们转换为数据帧，然后检查新数据帧的长度。-

nan_rows = df[df['column_name'].isnull()]
print(len(nan_rows))

如何计算pandas DataFrame中列中的NaN值

29 个答案: