Pandas 总数=df.isnull（）.sum（）、百分比1=df.count（）、百分比=df.isnull（）.count（）之间的差异是什么？

有人能告诉我total=df.isnull.sum，percent1=df.count，df.isnull.count和理想情况下的df.isnull.count之间的差异吗？df.isnull.count应该只给出空值的所有计数，但它给出了所有值的计数。有人能帮助我理解这一点吗

下面是代码，在这里我得到变量total的输出，作为所有值的唯一null值count和percent1，作为唯一非null值count和percent，而不考虑null或notnull

total= df.isnull().sum().sort_values(ascending=False)
percent1= df.count()#helps to get all the non null values count
percent= df.isnull().count()
print(total)
print(percent1)
print(percent)

根据该文件的定义为：

对每列或每行的非NA单元格进行计数

使用isnull或isna将数据帧中任何类型的df更改为布尔数据帧，其中nan最初是df，使用True，否则，此数据帧中不再有nan，因此count on df.isnull将返回df的行数，因为其中不存在nan。举个例子：

df = pd.DataFrame({'a':range(4), 'b':[1,np.nan, 3, np.nan]})
print (df)
   a    b
0  0  1.0
1  1  NaN
2  2  3.0
3  3  NaN

如果在此数据帧上使用count，则会得到：

print (df.count())
a    4
b    2 # here you get 2 because you have 2 nan in the column b as defined above
dtype: int64

但是如果你在上面使用isnull，你会得到

print (df.isnull())
       a      b
0  False  False
1  False   True #was nan in column b in df
2  False  False
3  False   True

这里不再有nan，因此count的结果将是两列的行数

print (df.isnull().count())
a    4
b    4 #no more nan in df.isnull()
dtype: int64

但由于True实际上等于1，False等于0，因此使用sum方法将为df.isnull中的每个True添加一个值，这表示df中最初的nan

最后，您可以看到如下关系：

(df.count()+df.isnull().sum())==df.isnull().count()

---

非常感谢你。我得到了它。。谢谢你这么好的解释这是一个纯粹的熊猫问题，与机器学习或人工智能无关-请不要垃圾邮件无关的标签删除好的，我会处理它

(df.count()+df.isnull().sum())==df.isnull().count()