Python 如何计算列值是否等于NaN或零？

我使用下面的代码来指示列中是否有任何缺失值（NaN）或零（0.00）

# Specifying the NaNs
num_nan_totals = df.loc[ (pd.isna(df['Totals'])) , 'Totals' ].shape[0]

# Specifying the zeros
num_zero_totals = df["Totals"] == 0.00

# For output
print(f"There are {num_nan_totals} NaNs in the totals column")
print(f"There are {num_zero_totals} zeros in the totals column")

我的输出：

There are 0 NaNs in the totals column
There are 433      False
434      False
435      False
436      False
# etc. etc. etc.

---

目视检查数据集后，应该至少有一个“0.00”实例，这就是我知道它出错的原因。我怀疑问题出在零的定义上，有人能给出一些提示吗？谢谢

构建遮罩的方法是正确的。假设您只需要计数，您可以使用pandas的

sum

方法。此处的信息：

对于掩码，False为0，True为1，因此将所有值相加是获得所有真值计数的快速方法

# Count of nan
num_nan_totals = df['Totals'].isna().sum()
# Count of 0
num_zero_totals = (df['Totals'] == 0.00).sum()

---

你在正确的轨道上建造了面具。假设您只需要计数，您可以使用pandas的

sum

方法。此处的信息：

对于掩码，False为0，True为1，因此将所有值相加是获得所有真值计数的快速方法

# Count of nan
num_nan_totals = df['Totals'].isna().sum()
# Count of 0
num_zero_totals = (df['Totals'] == 0.00).sum()

---

查看

df.info（）

谢谢@coldspeed您建议我使用“非空”数字来表示这一点吗？我的值是完整的，所以所有列都是完整的（没有空值），但我希望找到零的实例。也许我错过了什么？是的。您可以从

len（df）

中获得长度，然后您就可以计算出nan的数量。对于零，您需要

（df==0）。求和（1）

。就这些。请查看

df.info（）

谢谢@coldspeed您建议我使用“非空”的数字来表示这一点吗？我的值是完整的，所以所有列都是完整的（没有空值），但我希望找到零的实例。也许我错过了什么？是的。您可以从

len（df）

中获得长度，然后您就可以计算出nan的数量。对于零，您需要

（df==0）。求和（1）

。仅此而已。