Python/Pandas:统计每一行缺少/NaN的数量
Python/Pandas:统计每一行缺少/NaN的数量
提问于 2015-05-06 01:14:09
我有一个包含大量行的数据集。其中一些值是NaN，如下所示：
In [91]: df
Out[91]:
1 3 1 1 1
1 3 1 1 1
2 3 1 1 1
1 1 NaN NaN NaN
1 3 1 1 1
1 1 1 1 1我想计算每个字符串中的NaN值的数量，它是这样的：
In [91]: list = <somecode with df>
In [92]: list
Out[91]:
[0,
0,
0,
3,
0,
0]最好、最快的方法是什么？
回答 1
Stack Overflow用户
回答已采纳
发布于 2015-05-06 01:15:39
您可以首先通过isnull()查找元素是否为NaN，然后获取逐行的sum(axis=1)
In [195]: df.isnull().sum(axis=1)
Out[195]:
0 0
1 0
2 0
3 3
4 0
5 0
dtype: int64而且，如果您希望输出为列表，您可以
In [196]: df.isnull().sum(axis=1).tolist()
Out[196]: [0, 0, 0, 3, 0, 0]或者像这样使用count
In [130]: df.shape[1] - df.count(axis=1)
Out[130]:
0 0
1 0
2 0
3 3
4 0
5 0
dtype: int64页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/30059260
复制相关文章
相似问题