pandas如何统计某一列或某一行的缺失值数目
更新时间:2022年05月12日 11:43:24 作者:WGS.
这篇文章主要介绍了pandas如何统计某一列或某一行的缺失值数目,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
统计某一列或某一行的缺失值数目
1.使用isnull()
import pandas as pd # 首先导入数据 df = pd.read_csv('123.csv' , encoding='gbk') # 计算data每一行有多少个缺失值的值,即按行统计缺失值 rows_null = df.isnull().sum(axis=1) # 下面则是按列统计缺失值 col_null = df.isnull().sum(axis=0) #统计整个df的缺失值 all_null = df.isnull().sum().sum() # 统计某一列的缺失值 idx_null = df['列名'].isnull().sum(axis=0)
2.使用count
import pandas as pd # 首先导入数据 df = pd.read_csv('123.csv' , encoding='gbk') # 计算data每一行有多少个非空的值,即按行统计非空值 rows_not_null = df.count(axis=1) # 下面则是按列统计非空值 cols_not_null = df.count(axis=0) cols_null = df.shape[1] - cols_not_null # 统计某一列的非空值 col_not_null = df['列名'].count(axis=0)
利用pandas处理缺失值
处理缺失值
def missing_values(dataframe): missing_ratio = (dataframe.isnull().sum() / len(dataframe))*100 missing_ratio = missing_ratio.drop(missing_ratio[missing_ratio == 0].index).sort_values(ascending=False) missing_count = dataframe.isnull().sum() missing_count = missing_count.drop(missing_count[missing_count == 0].index).sort_values(ascending=False) info = pd.DataFrame({'Missing Ratio': missing_ratio, 'Missing Count': missing_count}) return info
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
用python + hadoop streaming 分布式编程(一) -- 原理介绍,样例程序与本地调试
Hadoop 是一个实现了 MapReduce 计算模型的开源分布式并行编程框架,借助于 Hadoop, 程序员可以轻松地编写分布式并行程序,将其运行于计算机集群上,完成海量数据的计算。2014-07-07matplotlib命令与格式之tick坐标轴日期格式(设置日期主副刻度)
这篇文章主要介绍了matplotlib命令与格式之tick坐标轴日期格式(设置日期主副刻度),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2019-08-08
最新评论