Pandas zählen Nan
In diesem Pandas -Artikel wird erläutert, wie Sie die Anzahl der NAN -Werte in einem PANDAS -Datenframe bestimmen können.
Pandas isnull () Funktion
Mit der Funktion isnull () in Pandas können wir fehlende Werte in einem Datensatz bestimmen. Zum Beispiel können wir diese Funktion verwenden, um die Anzahl der Nan -Elemente in einem PANDAS -Datenframe zu erhalten.
Betrachten Sie den nachstehend gezeigten Beispieldatenrahmen:
| 1 2 3 4 5 | # Pandas und Numpy importieren Pandas als PD importieren Numph als NP importieren df = pd.DataFrame ([[1,2, NP).Nan, 3, 4, NP.Nan, 5, NP.nan]])) df |
Das obige erstellt einen einfachen Datenrahmen, der NAN -Werte enthält.
Pandas zählen Nan in der Spalte
Um die Anzahl der NAN -Werte in einer einzelnen Spalte zu zählen, können wir dies tun:
| 1 | print (f "null: df [2].ist Null().Summe()") |
Im obigen Beispiel verwenden wir die Funktionen isnull () und sum (), um die Anzahl der Elemente in Spaltennummer 2 zu bestimmen.
Der obige Code sollte zurückgeben:
| 1 | NULL: 1 |
Pandas zählen Nan im DataFrame
Um die Anzahl der NAN -Werte im gesamten Datenrahmen zu erhalten, können wir dies tun:
| 1 | print (f "nan: df.ist Null().Summe().Summe()") |
Dies gibt die Anzahl der NAN -Werte im angegebenen Datenrahmen zurück.
| 1 | Nan: 3 |
Pandas zählen Nan in Reihe
Um die Anzahl der NAN -Werte in einer Zeile zu finden, können wir die LOC- und Summenfunktionen verwenden, wie im folgenden Beispiel gezeigt:
| 1 | print (f "nan in zeile (0): df.loc [0].ist Null().Summe()") |
Das obige sollte die Anzahl der NAN -Werte in der Zeile am Index 0 zurückgeben.
| 1 | Nan in Reihe (0): 3 |
Abschluss
Mit diesem Handbuch haben Sie gelernt, wie Sie die Anzahl der NAN -Werte in einer Datenfrequenzspalte, in einem gesamten Datenrahmen und in einer einzelnen Zeile bestimmen, und in einer einzelnen Zeile.
Danke fürs Lesen!!