Python 函数的作用是：不识别数据中缺少的值

我正在使用df[''）.isnull（）对当前使用的从CSV中提取的数据帧执行操作。实践数据故意存在大量缺失值和错误，然而，pandas无法识别DOB列中的缺失值，在打开CSV并查看DOB列下的空单元格的基础上验证是否存在缺失值

df['DOB'].isnull().sum()
Output: 0

---

对于解析非日期时间，您可以首先使用

errors='concurve'

将列转换为日期时间，就像对于missing值使用

NaT

一样，然后计数：

df['DOB'] = pd.to_datetime(df['DOB'], errors='coerce')

out = df['DOB'].isnull().sum()

---

Hmm“out”仍然返回0，这可能是我的数据集的问题吗？@Nish-是的，可能会添加一些缺少值的样本数据行吗？因此我创建了一个随机列并删除了其中的一些观察值，isnull（）似乎在那里工作得很好，它报告了一个正确的错误quantity@Nish-这意味着真实数据中没有缺失值？它可以识别我刚刚创建的缺失数据，但至少不能识别数据集或DOB列中缺失的数据