Python 如何计算数据帧中空值的百分比？

我有一个数据框

df

，从中我知道有空值，即'''（空格）。 我想计算这些观察值的每列百分比，并将其替换为

NaN

要获得我尝试过的百分比：

for col in df:
   empty = round((df[df[col]] == '').sum()/df.shape[0]*100, 1)

我有一个类似的代码来计算零，它确实有效：

zeros = round((df[col] == 0).sum()/df.shape[0]*100, 1)

我认为您需要测试缺少的值（但不是空白）：

解决方案应简化为

平均值

：

nans = round(df[col].isna().mean()*100, 1)

要替换空空格或空格以

NaN

s，请使用：

df = df.replace(r'^\s*$', np.nan, regex=True)

nans = round(df[col].isna().mean()*100, 1)

如果需要测试所有列：

nans = df.isna().mean().mul(100).round()

我认为您需要测试缺少的值（但不是空白）：

解决方案应简化为

平均值

：

nans = round(df[col].isna().mean()*100, 1)

要替换空空格或空格以

NaN

s，请使用：

df = df.replace(r'^\s*$', np.nan, regex=True)

nans = round(df[col].isna().mean()*100, 1)

如果需要测试所有列：

nans = df.isna().mean().mul(100).round()

---

您的问题的完整答案将是：

for col in df:
    empty_avg = round(df[col].isna().mean()*100, 1) # This line is to find the average of empty values.

df = df[df != ''] # This will replace all the empty values with NaN.

---

您的问题的完整答案将是：

for col in df:
    empty_avg = round(df[col].isna().mean()*100, 1) # This line is to find the average of empty values.

df = df[df != ''] # This will replace all the empty values with NaN.

---

这是否可以解释错误编码的值，即缺少值但没有用NaN编码，而是用“”（空白）编码的值？@LeLuc-因此缺少的值不是空白，这是不同的。但是否有可能将其替换为缺失值，请给我一些时间。这是否可以解释错误编码的值，即缺失值但未使用NaN编码，而是使用“”（空格）？@LeLuc-因此缺失值不是空格，而是不同的。但如果有可能将它们替换为缺失的值，请给我一些时间。