Python 计算DataFrame列中所有已定义的值，其中另一列中的对应值在数据框中未定义

我正在使用带有两列约束的

DataFrame

，这样当第一列定义了一个值时，另一列也应该定义相应的值。我想数一数这种限制不适用的情况有多少

范例

df = pd.DataFrame({'a': [np.nan, 2, np.nan, 4, 5, 6],'b': [11, 12 , np.nan, 14, 15, np.nan]})

     a    b
0  NaN   11
1    2   12
2  NaN  NaN
3    4   14
4    5   15
5    6  NaN

定义列

a

中的值时，也必须定义列

b

中的相应值。这对索引为

5

的行无效，因此本例中的结果应为

1

尝试以下操作：

len(df.loc[(df.a.notnull()) & (df.b.isnull())])

---

上面查找

a

不是

NaN

和

b

是

NaN

的所有行，并且

len（）

只计算结果数据帧中的行数。

您可以计算布尔级数，然后使用

pd.series.sum

：

m1 = df['a'].notnull()
m2 = df['b'].isnull()
res = (m1 & m2).sum()

这是因为在计算中使用布尔值时，对于

真

/

假

分别被视为

1

/

0