Question

我试图在DataFrame中找到空值。虽然我回顾了Stackoverflow中的以下帖子，该帖子描述了确定空值的过程，但我很难为我的数据集做同样的事情。

How to count the Nan values in the column in Panda Data frame

工作代码：

import pandas as pd
a = ['america','britain','brazil','','china','jamaica'] #I deliberately introduce a NULL value
a = pd.DataFrame(a)
a.isnull()

#Output: 
False
1  False
2  False
3  False
4  False
5  False

a.isnull().sum()
#Output
#0    0
#dtype: int64

我做错了什么？

Answer 1

列表中的''不是空值，而是空字符串。要获得null，请改用None。在pandas.isnull() documentation中描述了缺失值为“数值数组中的NaN，[或]对象数组中的无/ NaN”。

import pandas as pd
a = ['america','britain','brazil',None,'china','jamaica']
a = pd.DataFrame(a)
a.isnull()

       0
0  False
1  False
2  False
3   True
4  False
5  False

您可以通过打印两个数据帧来查看差异。在第一种情况下，数据框看起来像：

pd.DataFrame(['america','britain','brazil',None,'china','jamaica'])

         0
0  america
1  britain
2   brazil
3         
4    china
5  jamaica

请注意，索引3处的值为空字符串。

在第二种情况下，你得到：

pd.DataFrame(['america','britain','brazil',None,'china','jamaica'])

         0
0  america
1  britain
2   brazil
3     None
4    china
5  jamaica

Answer 2

如果您希望''，None和NaN都计为null，则可以对数据框中的每个值使用applymap方法到boolean，然后再使用.sum：

import pandas as pd
import numpy as np


a = ['america','britain','brazil',None,'', np.nan, 'china','jamaica'] #I deliberately introduce a NULL value
a = pd.DataFrame(a)
a.applymap(lambda x: not x or pd.isnull(x)).sum()

# 0    3
# dtype: int64

我希望这会有所帮助。

Python Dataframe获取空值计数

2 个答案: