Pandas Count Nan
W tym artykule pandas omówi się, w jaki sposób można określić liczbę wartości NAN w PandaS DataFrame.
Funkcja pandas isNull ()
Funkcja isNull () w PandaS pozwala nam określić brakujące wartości w zestawie danych. Na przykład możemy użyć tej funkcji, aby uzyskać liczbę elementów nan w pance danych pandas.
Rozważmy przykładową ramę danych pokazaną poniżej:
| 1 2 3 4 5 | # Importuj Pandy i Numpy importować pandy jako PD importować Numpy jako NP df = pd.Dataframe ([[1,2, NP.Nan, 3, 4, NP.Nan, 5, NP.nan]]) df |
Powyższe tworzy prostą ramkę danych zawierającą wartości NAN.
Pandas Count Nan w kolumnie
Aby policzyć liczbę wartości NAN w jednej kolumnie, możemy zrobić:
| 1 | print (f "null: df [2].isNull ().suma()") |
W powyższym przykładzie używamy funkcji isNull () i sum () do określenia liczby elementów w kolumnie nr 2.
Kod powyżej powinien zwrócić:
| 1 | NULL: 1 |
Pandas Count Nan w DataFrame
Aby uzyskać liczbę wartości NAN w całej ramce danych, możemy zrobić:
| 1 | druk (f "nan: df.isNull ().suma().suma()") |
Zwraca to liczbę wartości nan w określonej ramce danych.
| 1 | Nan: 3 |
Pandy hrabia nan z rzędu
Aby znaleźć liczbę wartości NAN z rzędu, możemy użyć funkcji LOC i SUM, jak pokazano w poniższym przykładzie:
| 1 | print (f "nan w wierszu (0): df.loc [0].isNull ().suma()") |
Powyższe powinny zwrócić liczbę wartości nan w wierszu w indeksie 0.
| 1 | Nan w wierszu (0): 3 |
Wniosek
Korzystając z tego przewodnika, nauczyłeś się określić liczbę wartości NAN w kolumnie DataFrame, całej ramce danych i w jednym wierszu.
Dziękuje za przeczytanie!!