Python 如何计算数据帧中的nan值？

什么是解释数据帧中nan值（不是数字）的最佳方法

以下代码：

import numpy as np
import pandas as pd
dfd = pd.DataFrame([1, np.nan, 3, 3, 3, np.nan], columns=['a'])
dfv = dfd.a.value_counts().sort_index()
print("nan: %d" % dfv[np.nan].sum())
print("1: %d" % dfv[1].sum())
print("3: %d" % dfv[3].sum())
print("total: %d" % dfv[:].sum())

产出：

nan: 0
1: 1
3: 3
total: 4

而所需的输出是：

nan: 2
1: 1
3: 3
total: 6

---

我将pandas 0.17与Python 3.5.0和Anaconda 2.4.0一起使用。

如果您想只计算数据帧

df

的

'a'

列中的NaN值，请使用：

len(df) - df['a'].count()

len(df) - df.count()

这里

count（）

告诉我们非NaN值的数量，这是从值的总数中减去的（由

len（df）

给出）

要计算

df

每列中的NaN值，请使用：

len(df) - df['a'].count()

len(df) - df.count()

---

如果要使用

value\u计数

，请通过设置

dropna=False告诉它不要删除NaN值（已添加）：

这也允许对列中缺少的值进行计数：

 3     3
NaN    2
 1     1
Name: a, dtype: int64

然后，代码的其余部分应按预期工作（请注意，无需调用
sum
；只需
print（“nan:%d”%dfv[np.nan]）
即可）。要仅计算空值，可以使用：

这里
a
是列名，列中有两次出现空值。
计算数据帧所有列中所有NaN的一个好方法是

import pandas as pd 
import numpy as np


df = pd.DataFrame({'a':[1,2,np.nan], 'b':[np.nan,1,np.nan]})
print(df.isna().sum().sum())

使用单个求和，可以得到每列的NaN计数。第二个和，对这些列和进行求和。
如果您只希望每个列的null值的摘要，请使用以下代码
df.isnull（）.sum（）
如果您想知道数据帧中有多少空值，请使用以下代码
df.isnull（）.sum（）.sum（）#计算总数
计算df中所有非整数的另一种方法：

num\u nans=df.size-df.count（）.sum（）

时间：

import timeit

import numpy as np
import pandas as pd

df_scale = 100000
df = pd.DataFrame(
    [[1, np.nan, 100, 63], [2, np.nan, 101, 63], [2, 12, 102, 63],
     [2, 14, 102, 63], [2, 14, 102, 64], [1, np.nan, 200, 63]] * df_scale,
    columns=['group', 'value', 'value2', 'dummy'])

repeat = 3
numbers = 100

setup = """import pandas as pd
from __main__ import df
"""

def timer(statement, _setup=None):
    print (min(
        timeit.Timer(statement, setup=_setup or setup).repeat(
            repeat, numbers)))

timer('df.size - df.count().sum()')
timer('df.isna().sum().sum()')
timer('df.isnull().sum().sum()')

印刷品：

3.998805362999999
3.7503365439999996
3.689461442999999

几乎相当于
这个最适合我

如果您想得到一个简单的摘要用法（对于数据科学计算缺失值及其类型非常有用）：

另一个很酷的例子是：

df['<column_name>'].value_counts(dropna=False)

这是df：

    a    b    c
0  1.0  2.0  NaN
1  2.0  2.0  3.0
2  1.0  NaN  NaN
3  2.0  1.0  3.0
4  NaN  NaN  NaN

运行信息：

df.info(verbose=True, null_counts=True)
   ...:
<class 'pandas.core.frame.DataFrame'>

RangeIndex: 5 entries, 0 to 4
Data columns (total 3 columns):
a    4 non-null float64
b    3 non-null float64
c    2 non-null float64
dtypes: float64(3)

返回：


（对695
假60,
名称：a，数据类型：int64）


True：表示空值计数
False：表示非空值计数

使用上述方法后，dfv.values.sum（）计算所有值，即6个值没问题！是的，这很有效。实际上，您可以编写
dfv.sum（）
来计算所有值。或者更有效地，只需检查
len（dfd）
。这是解决堆栈溢出的更简单方法。在回答有公认答案的老问题之前（寻找绿色✓) 和其他答案一样，确保你的答案添加了新的内容，或者与之相关的其他方面有所帮助。以下是一个关于这些内容的指南。
    a    b    c
0  1.0  2.0  NaN
1  2.0  2.0  3.0
2  1.0  NaN  NaN
3  2.0  1.0  3.0
4  NaN  NaN  NaN

df.info(verbose=True, null_counts=True)
   ...:
<class 'pandas.core.frame.DataFrame'>

RangeIndex: 5 entries, 0 to 4
Data columns (total 3 columns):
a    4 non-null float64
b    3 non-null float64
c    2 non-null float64
dtypes: float64(3)

In [17]: df['a'].value_counts(dropna=False)
Out[17]:
 2.0    2
 1.0    2
NaN     1
Name: a, dtype: int64

In [18]: df['b'].value_counts(dropna=False)
Out[18]:
NaN     2
 2.0    2
 1.0    1
Name: b, dtype: int64

In [19]: df['c'].value_counts(dropna=False)
Out[19]:
NaN     3
 3.0    2
Name: c, dtype: int64

dfd['a'].isnull().value_counts()