如何计算 Pandas 中 NaN 值的数量？

在 Pandas 中，NaN（Not a Number）是一个特殊的值，用于表示缺失或不适当值。在实际的数据处理过程中，经常需要统计数据中 NaN 值的数量。本文将介绍几种不同的方法来计算 Pandas 中 NaN 值的数量。

数据准备

我们首先生成一个包含 NaN 值的 DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, np.nan], 'C': [7, 8, 9]})

生成的 DataFrame 如下：

| | A | B | C | |---:|----:|----:|----:| | 0 | 1 | 4 | 7 | | 1 | 2 | NaN | 8 | | 2 | NaN | NaN | 9 |

方法一：isnull() 和 sum()

isnull() 方法返回一个 dataframe，其中 NaN 值用 True 表示。我们可以对 isnull() 的输出使用 sum() 方法来计算这些 True 的数量，从而得到 NaN 值的数量。

num_nan = pd.isnull(df).sum().sum()

得到的 num_nan 值为 3。

方法二：isna() 和 sum()

isna() 方法与 isnull() 方法功能一样。我们可以使用 isna() 方法和 sum() 方法来计算 NaN 值的数量：

num_nan = df.isna().sum().sum()

得到的 num_nan 值为 3。

方法三：count() 和 size()

与之前的方法不同，count() 方法返回每列中非 NaN 值的数量，而 size() 返回整个 DataFrame 的元素数量，不管是否为 NaN 值。我们可以用这两个方法来计算出 NaN 值的数量：

num_nan = df.size - df.count().sum()

同样，得到的 num_nan 值为 3。

方法四：DataFrame.stack() 和 pd.DataFrame.isnull()

我们可以使用 DataFrame.stack() 方法将 DataFrame 转换为 Series，并将 NaN 值收缩到一个单独的索引级别中，然后使用 pd.DataFrame.isnull() 方法查找这些 NaN 值。最后，使用 sum() 方法计算这些 NaN 值的数量：

num_nan = df.stack().isnull().sum()

同样，得到的 num_nan 值为 3。

结论

本文介绍了四种不同的方法来计算 Pandas 中 NaN 值的数量。这些方法有些简单，有些复杂，但都可以提供正确的结果。在实际的数据处理过程中，根据不同的需求选择合适的方法十分重要。