Python Dataframe 获取空值计数答案

【问题标题】：Python Dataframe get null value countsPython Dataframe 获取空值计数
【发布时间】：2017-10-04 13:54:08
【问题描述】：

我正在尝试在 DataFrame 中查找空值。尽管我查看了 Stackoverflow 中描述确定空值的过程的以下帖子，但我很难为我的数据集做同样的事情。

How to count the Nan values in the column in Panda Data frame

工作代码：

import pandas as pd
a = ['america','britain','brazil','','china','jamaica'] #I deliberately introduce a NULL value
a = pd.DataFrame(a)
a.isnull()

#Output: 
False
1  False
2  False
3  False
4  False
5  False

a.isnull().sum()
#Output
#0    0
#dtype: int64

我做错了什么？

【问题讨论】：

标签： python pandas

【解决方案1】：

列表中的'' 不是空值，而是空字符串。要获得 null，请改用 None。这在pandas.isnull() documentation 中有描述，缺失值是“数值数组中的 NaN，[或] 对象数组中的 None/NaN”。

import pandas as pd
a = ['america','britain','brazil',None,'china','jamaica']
a = pd.DataFrame(a)
a.isnull()

       0
0  False
1  False
2  False
3   True
4  False
5  False

您可以通过打印两个数据框来查看差异。在第一种情况下，数据框如下所示：

pd.DataFrame(['america','britain','brazil',None,'china','jamaica'])

         0
0  america
1  britain
2   brazil
3         
4    china
5  jamaica

请注意，索引 3 处的值是一个空字符串。

在第二种情况下，你得到：

pd.DataFrame(['america','britain','brazil',None,'china','jamaica'])

         0
0  america
1  britain
2   brazil
3     None
4    china
5  jamaica

【讨论】：

“与标准 Python 不同，pandas 中的空字符串不被视为空值。”我不认为这是正确的。空字符串还是字符串！
@AndyHayden 那句话对我来说措辞很糟糕。我试图指出空值与测试为 False 的事物之间的区别。

【解决方案2】：

其他帖子提到 '' 不是空值，因此不使用 isnull 方法计算...

...但是，'' 在被解释为bool 时确实会评估为False。

a.astype(bool)

       0
0   True
1   True
2   True
3  False
4   True
5   True

如果您的数据框中有 '' 并希望以这种方式处理它，这可能会很有用。

【讨论】：

【解决方案3】：

如果您希望''、None 和NaN 都算作null，您可以对数据框中的每个值使用applymap 方法强制转换为boolean，然后使用@987654327 @随后：

import pandas as pd
import numpy as np


a = ['america','britain','brazil',None,'', np.nan, 'china','jamaica'] #I deliberately introduce a NULL value
a = pd.DataFrame(a)
a.applymap(lambda x: not x or pd.isnull(x)).sum()

# 0    3
# dtype: int64

我希望这会有所帮助。

【讨论】：

谢谢。解决了我的问题:)