Python 缺少属性的总数

使用python和panda：对于给定的数据集，如何找到缺失属性的总数？我已经找到了每一列的数字，但是我需要使用python对这些列求和以找到总数。下面是我目前使用的代码

def num_missing(x):
    return sum(x.isnull())
print("Missing Values per Column:")
print(data_file1.apply(num_missing))

选项1：调用

.sum（）

两次，其中第二次调用查找中间系列的总和

df = pd.DataFrame(np.ones((5,5)))
df.iloc[2:4, 1:3] = np.nan
df.isnull().sum().sum()
# 4

选项2：使用基础NumPy数组

np.isnan(df.values).sum()
# 4

选项2的速度应明显更快（此样本数据为8.5美元，而非249美元）

---

正如@root和所指出的，

np.isnan（）

只对数字数据有效，而对对象不起作用

pandas.DataFrame.isnull（）

没有这个问题。

考虑

df

-

df

     A  B    C
0  1.0  4  NaN
1  2.0  5  1.0
2  NaN  6  6.0
3  NaN  7  3.0

---

按列NaN计数-

df.isnull().sum(0)

A    2
B    0
C    1
dtype: int64

按行NaN计数-

df.isnull().sum(1)

0    1
1    0
2    1
3    1
dtype: int64

df.isnull().values.sum()
3

df

-宽NaN计数-

df.isnull().sum(1)

0    1
1    0
2    1
3    1
dtype: int64

df.isnull().values.sum()
3

---

data\u file1.isnull（）.sum（0）

请注意，

np.isnan

只对数字数据有效，例如

np.isnan（pd.Series（['foo'，np.nan]）值）

将升高。