Python – 如何在Pandas Dataframe中计算列中NaN的数量？

在进行数据处理时，常常需要统计数据集中存在的缺失值（NaN）数量。这对于了解数据的完整性、构建模型以及数据清理等方面都很有用。在Python中，Pandas是一种较为常用的数据处理库。本文将介绍如何在Pandas Dataframe中计算列中NaN的数量。

更多Pandas相关文章，请阅读：Pandas 教程

Pandas Dataframe基础

在使用Pandas库进行数据处理时，常常需要使用Dataframe对象。Dataframe是一种二维表结构数据类型，在其中每一列的数据类型可以不同。Pandas提供了多种方式创建Dataframe对象，例如从CSV文件中读取数据、从Python字典中构建Dataframe、从查询数据库中获取数据等。

下面是一个简单的例子，创建一个包含学生姓名、年龄、语文、数学、英语成绩的Dataframe对象。

import pandas as pd
import numpy as np

data = {
    '姓名': ['张三', '李四', '王五', '赵六', '钱七'],
    '年龄': [20, 22, 21, 23, 20],
    '语文': [85, np.nan, 90, 78, 80],
    '数学': [84, 90, 88, np.nan, 82],
    '英语': [76, 75, 85, 82, np.nan]
}

df = pd.DataFrame(data)

计算列中的NaN数量

可以使用isna()函数来检查Dataframe中的NaN值，并使用sum()函数计算列中NaN值的数量。

下面是一个示例代码，计算数学成绩（Math）列中的NaN值数量。

count = df['数学'].isna().sum()
print(count)

输出结果为1，表明数学成绩列中存在一个NaN值。

使用上述代码可以统计Dataframe中特定列中的NaN数量。如果需要统计整个Dataframe中所有NaN值的数量，可以将代码稍作修改。

count = df.isna().sum().sum()
print(count)

结论

本文介绍了如何在Pandas Dataframe中计算列中NaN的数量。使用isna()和sum()函数可以快速检测缺失值，并统计其数量。在数据分析和预处理中，对缺失值的处理是非常重要的一步，在使用Pandas进行数据分析时也常常需要使用上述技术。