Python 用列中的平均值输入NAN，并找出缺失值的百分比

我想计算列

Product\u Base\u Margin

中所有缺失值的平均值，然后打印每列缺失值的百分比

我当前的代码：

import numpy as np
import pandas as pd
df = pd.read_csv('https://query.data.world/s/Hfu_PsEuD1Z_yJHmGaxWTxvkz7W_b0')


df = df[~np.isnan(df['Product_Base_Margin'])]
print(round(100*(df.isnull().sum()/len(df.index)), 2))

预期产出：

Ord_id                 0.00
Prod_id                0.00
Ship_id                0.00
Cust_id                0.00
Sales                  0.24
Discount               0.65
Order_Quantity         0.65
Profit                 0.65
Shipping_Cost          0.65
Product_Base_Margin    0.00
dtype: float64

---

我做错了什么？

我使用了

matplotlib

只是为了更好地显示结果。。。通过使用

isnull（）

/

isna（）

插入的意思是它的位置<代码>fillna（）

---

当前代码的结果是什么？您想要的结果是什么？上述问题的预期输出是订单id 0.00产品id 0.00发货id 0.00客户id 0.00销售0.24折扣0.65订单数量0.65利润0.65运输成本0.65产品基本利润0.00数据类型：float64，因此只需计算/打印它。如果你知道答案，不确定你的问题是什么！

import numpy as np
import pandas as pd
df = pd.read_csv('https://query.data.world/s/Hfu_PsEuD1Z_yJHmGaxWTxvkz7W_b0')
import matplotlib.pyplot as plt

fig, ax = plt.subplots(1,2, figsize=[10,5],
                      sharey=True, sharex=False)


df.loc[:,"Product_Base_Margin"].isnull().to_frame().value_counts().plot(ax=ax[0], kind="bar")
df.loc[:,"Product_Base_Margin"].fillna(df.loc[:,"Product_Base_Margin"].mean(), inplace=True)
df.loc[:,"Product_Base_Margin"].isnull().to_frame().value_counts().plot(ax=ax[1], kind="bar")