pandas找出缺失值所在的行,pandas是如何表示缺失值的
本文主要介绍熊猫如何统计某一列或某一行中缺失值的个数,有很好的参考价值。希望对大家有帮助。如有错误或不足之处,请不吝赐教。
00-1010计算一列或一行中缺失值的个数。1.使用isnull()2。使用COUNT处理熊猫丢失的值。
目录
统计某一列或某一行的缺失值数目
进口熊猫作为pd
#首先导入数据
df=pd.read_csv(123.csv ,编码=gbk )
#计算每行数据有多少个缺失值,即逐行统计缺失值。
rows_null=df.isnull()。总和(轴=1)
#以下是按列统计的缺失值。
col_null=df.isnull()。总和(轴=0)
#计算整个df的缺失值
all_null=df.isnull()。sum()。总和()
#计算列中缺少的值
X _ null=df [列名]。isnull()。总和(轴=0)
1.使用isnull()
进口熊猫作为pd
#首先导入数据
df=pd.read_csv(123.csv ,编码=gbk )
#计算每行数据中有多少个非空值,即逐行统计非空值。
rows_not_null=df.count(轴=1)
#以下是按列统计的非空值。
cols_not_null=df.count(轴=0)
cols _ null=df . shape[1]-cols _ not _ null
# Count列的非空值
Col_not_null=df[列名]。计数(轴=0)
2.使用count
利用pandas处理缺失值
定义缺失值(数据帧):
missing _ ratio=(data frame . is null()。sum()/len(dataframe))*100
missing _ ratio=missing _ ratio . drop(missing _ ratio[missing _ ratio==0]。指数)。sort_values(升序=False)
missing_count=dataframe.isnull()。总和()
missing _ count=missing _ count . drop(missing _ count[missing _ count==0]。指数)。sort_values(升序=False)
info=pd。DataFrame({ 缺失比率 :缺失_比率,缺失计数 :缺失_计数})
退货信息
以上个人经验,希望给你一个参考,也希望你能支持盛行的IT软件开发工作室。
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。