pandas 列 非空个数

pandas 列 非空个数

在数据分析和处理过程中，经常需要统计 pandas dataframe 中每一列的非空值个数。这对于初步了解数据的完整性和质量非常重要，同时也可以帮助我们更好地进行数据清洗和预处理工作。

在 pandas 中，我们可以使用 count() 方法来统计每一列的非空值个数。本文将详细介绍如何使用 pandas 进行这项操作，并给出相应的示例代码。

pandas 列 非空个数示例

假设我们有以下的一个示例数据集 data.csv：

A,B,C
1,,3
4,5,
,7,8

我们首先需要加载这个数据集，并查看数据的基本信息：

import pandas as pd

# 读取数据集
df = pd.read_csv("data.csv")

# 查看数据的基本信息
print(df.info())

运行上述代码，我们可以看到数据集的基本信息：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
A    2 non-null float64
B    2 non-null float64
C    2 non-null float64
dtypes: float64(3)
memory usage: 152.0 bytes

我们可以看到，数据集一共有 3 行，每一列的非空值个数为 2。接下来，我们将使用 count() 方法来统计每一列的非空值个数。

# 统计每一列的非空值个数
non_null_count = df.count()
print(non_null_count)

运行上述代码，我们可以得到每一列的非空值个数：

A    2
B    2
C    2
dtype: int64

可以看到，列 A、B 和 C 的非空值个数分别为 2。这样，我们就成功地统计了每一列的非空值个数。

拓展：统计指定列的非空值个数

有时候，我们可能只关心某几列的非空值个数，这时可以通过指定列名来进行统计。下面是一个示例，我们只统计列 B 和 C 的非空值个数：

# 统计指定列的非空值个数
specified_columns = ["B", "C"]
specified_non_null_count = df[specified_columns].count()
print(specified_non_null_count)

运行上述代码，我们可以得到指定列的非空值个数：

B    2
C    2
dtype: int64

可以看到，列 B 和 C 的非空值个数分别为 2。

总结

通过本文的介绍，我们学习了如何使用 pandas 统计 dataframe 中每一列的非空值个数。这对于数据分析和处理非常重要，能够帮助我们更好地了解数据的完整性和质量，进而进行相应的数据清洗和预处理工作。通过 count() 方法，我们可以轻松地获取每一列的非空值个数，并在需要时进行进一步的筛选和分析。