日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后,達者為師

網站首頁 編程語言 正文

pandas如何統計某一列或某一行的缺失值數目_python

作者:WGS. ? 更新時間: 2022-07-06 編程語言

統計某一列或某一行的缺失值數目

1.使用isnull()

import pandas as pd

# 首先導入數據
df = pd.read_csv('123.csv' , encoding='gbk')

# 計算data每一行有多少個缺失值的值,即按行統計缺失值
rows_null = df.isnull().sum(axis=1)?

# 下面則是按列統計缺失值
col_null = df.isnull().sum(axis=0)

#統計整個df的缺失值
all_null = df.isnull().sum().sum()

# 統計某一列的缺失值
idx_null = df['列名'].isnull().sum(axis=0)

2.使用count

import pandas as pd

# 首先導入數據
df = pd.read_csv('123.csv' , encoding='gbk')

# 計算data每一行有多少個非空的值,即按行統計非空值
rows_not_null = df.count(axis=1)?

# 下面則是按列統計非空值
cols_not_null = df.count(axis=0)
cols_null = df.shape[1] - cols_not_null

# 統計某一列的非空值
col_not_null = df['列名'].count(axis=0)

利用pandas處理缺失值

處理缺失值

def missing_values(dataframe):
? ? missing_ratio = (dataframe.isnull().sum() / len(dataframe))*100
? ? missing_ratio = missing_ratio.drop(missing_ratio[missing_ratio == 0].index).sort_values(ascending=False)
? ? missing_count = dataframe.isnull().sum()
? ? missing_count = missing_count.drop(missing_count[missing_count == 0].index).sort_values(ascending=False)
? ? info = pd.DataFrame({'Missing Ratio': missing_ratio, 'Missing Count': missing_count})
? ? return info

原文鏈接:https://wangguisen.blog.csdn.net/article/details/106802178

欄目分類
最近更新