在 Pandas DataFrame 中计算一列或多列中的 NaN 值

让我们看看如何计算 Pandas DataFrame 中一列或多列中 NaN 值的总数。为了计算 DataFrame 中的 NaN 值，我们需要为 DataFrame 分配一个字典，并且该字典应该包含numpy.nan值，它是一个NaN(null)值。

考虑以下 DataFrame。

# importing the modules
import numpy as np
import pandas as pd
   
# creating the DataFrame
dictionary = {'Names': ['Simon', 'Josh', 'Amen', 
                        'Habby', 'Jonathan', 'Nick', 'Jake'],
              'Capitals': ['VIENNA', np.nan, 'BRASILIA', 
                           np.nan, 'PARIS', 'DELHI', 'BERLIN'],
              'Countries': ['AUSTRIA', 'BELGIUM', 'BRAZIL', 
                            np.nan, np.nan, 'INDIA', np.nan]}
table = pd.DataFrame(dictionary, columns = ['Names', 
                                           'Capitals', 
                                           'Countries'])
  
# displaying the DataFrame
display(table)

输出 ：

示例 1：计算单个列中的 NaN 值。

print("Number of null values in column 1 : " + 
       str(table.iloc[:, 1].isnull().sum()))
print("Number of null values in column 2 : " + 
       str(table.iloc[:, 2].isnull().sum()))

输出 ：

Number of null values in column 1 : 2
Number of null values in column 2 : 3

示例 2：计算单行中的 NaN 值。

print("Number of null values in row 0 : " + 
       str(table.iloc[0, ].isnull().sum()))
print("Number of null values in row 1 : " + 
       str(table.iloc[1, ].isnull().sum()))
print("Number of null values in row 3 : " + 
       str(table.iloc[3, ].isnull().sum()))

输出 ：

Number of null values in row 0 : 0
Number of null values in row 1 : 1
Number of null values in row 3 : 2

示例 3：计算 DataFrame 中的总 NaN 值。

print("Total Number of null values in the DataFrame : " + 
       str(table.isnull().sum().sum()))

输出 ：

Total Number of null values in the DataFrame : 5

示例 4：计算所有列中的 NaN 值。

display(table.isnull().sum())

输出 ：

在评论中写代码？请使用 ide.geeksforgeeks.org，生成链接并在此处分享链接。