如何计算熊猫数据框中每一行的 NaN 值？

Question

我想计算 DataFrame 中每一行的 NaN 值，然后获得具有最少此类值的行。我的解决方案太慢了，而且使用 for 循环也不是 pandas 的方式。有没有更好更快的方法呢？

max_not_nan = 13 # a maximum possible value of NaN's (number of columns + 1) 
row_number = 0
for i in range(df.shape[0]):
  if df.iloc[i].isna().sum() < max_not_nan:
    max_not_nan = df.iloc[i].isna().sum()
    row_number = i

它工作正常期望时间复杂度

Answer 1

transactions.isnull().sum(axis=1).sort_values()

Answer 2

你能试试这个吗：

df['nan_count'] = df.isnull().sum(axis=1)