如何检查特定数据类型的数据框中的缺失值？答案

【问题标题】：How to check missing values in dataframe for specific datatype?如何检查特定数据类型的数据框中的缺失值？
【发布时间】：2020-03-12 00:11:04
【问题描述】：

df1:

    Name    marks   class   Avg   is_stud   Date
0   Tom     91.55   classA  45.0    True    10/2/2011
1   Jack    98.66   classB  65.0    False   11/2/2011
2   nick    NaN     classC  NaN     False   12/2/2011
3   juli    90.60   classA  14.0    False   13/2/2016
4   NaN     79.60   classB  58.0    True    10/2/2011
5   ramy    NaN     classC  22.0    False   11/2/2011
6   suzane  85.00   classA  65.0    False   12/2/2015
7   nick    NaN     classB  96.0    False   13/2/2012
8   Tom    69.69    classC  NaN     NaN     NaN
9   NaN    56.20    classD  NaN     NaN     NaN

大家好，我想在每列中查找缺失值并将其他列（平均值、中值、模式）添加到仅数字（int、float）数据类型的输出中，否则它应该为空。如果一列具有所有唯一值，则众数 = 中位数。如果数据框中没有缺失值，则返回输出的空数据框。

输出：

col_name  no.of missing  mean   median   mode
Name               2    Nan     Nan      Nan
marks              3    81.61   85.0     85.0
Avg                3    52.14   58.0     65.0
is_stud            2    Nan     Nan      Nan
Date               2    Nan     Nan      Nan

谢谢

【问题讨论】：

df1.isna().sum()?
这将只给所有列缺失值

标签： python python-3.x pandas python-2.7 dataframe

【解决方案1】：

据我所知，您只想对 int 和 float 值进行操作，我建议先检查列的类型，然后再执行操作。

import numpy as np
import pandas as pd
from scipy import stats

for col in df.columns:
    if (df[col].dtype == 'int64') or (df[col].dtype == 'float64'):
        mean = np.mean(df[col])
        median = np.median(df[col])
        mode = stats.mode(df[col])
        print('Mean', mean, '\nMedian', median, '\Mode', mode, '\for column', col)

获得这些值后，您可以使用pd.DataFrame 以您的问题中显示的方式打印它们

【讨论】：