Question

我正在尝试计算熊猫系列中的NaN元素（数据类型类'numpy.float64'），以了解其中有多少个哪种数据类型为“ pandas.core.series.Series”类

这是为了统计熊猫系列中的空值

import pandas as pd
oc=pd.read_csv(csv_file)
oc.count("NaN")

我对oc,count("NaN")的预期输出为7，但显示为'Level NaN must be same as name (None)'

Answer 1

count的参数不是您想要计算的（实际上是轴名称或索引）。

您要查找df.isna().values.sum()（以计算整个DataFrame中的NaN），或len(df) - df['column'].count()（以计算特定列中的NaN）。

Answer 2

如果您的Series.dtype是float64，则可以使用以下任意一种方式：

oc.isin([np.nan]).sum()
oc.isna().sum()

如果您的Series是混合数据类型，则可以使用以下内容：

oc.isin([np.nan, 'NaN']).sum()

Answer 3

oc.size：返回包含NaN的数据帧的元素总数
oc.count().sum()：返回数据帧的元素总数，不包括NaN

因此，另一种计算数据帧中NaN数量的方法是对它们进行减法运算：

NaN_count = oc.size - oc.count().sum()

Answer 4

如果您的数据框看起来像这样；

aa = df.DataFrame(np.array([[1,2,nan],[3,nan,5],[8,7,6],[nan,nan,0]]), columns=['a','b','c'])
    a    b    c
0  1.0  2.0  NaN
1  3.0  NaN  5.0
2  8.0  7.0  6.0
3  NaN  NaN  0.0

要以cols计算“ nan”，您可以尝试

aa.isnull().sum()
a    1
b    2
c    1

对于nan的总数

aa.isnull().values.sum()
4

Answer 5

只是为了娱乐，您可以选择其中一个

df.isnull().sum().sum()

或

len(df)*len(df.columns) - len(df.stack())

计算大熊猫DataFrame中的所有NaN

5 个答案: