如何在"pandas"中按列获取缺失/ NaN数据的摘要计数？

Question

在R中,我可以使用该summary命令快速查看缺失数据的计数,但是等效的pandasDataFrame方法describe不会报告这些值.

我知道我可以做点什么

len(mydata.index) - mydata.count()

计算每列的缺失值的数量,但我想知道是否有更好的习语(或者我的方法是否正确).

Answer 1

双方describe并info上报非缺失值的计数.

In [1]: df = DataFrame(np.random.randn(10,2))

In [2]: df.iloc[3:6,0] = np.nan

In [3]: df
Out[3]: 
          0         1
0 -0.560342  1.862640
1 -1.237742  0.596384
2  0.603539 -1.561594
3       NaN  3.018954
4       NaN -0.046759
5       NaN  0.480158
6  0.113200 -0.911159
7  0.990895  0.612990
8  0.668534 -0.701769
9 -0.607247 -0.489427

[10 rows x 2 columns]

In [4]: df.describe()
Out[4]: 
              0          1
count  7.000000  10.000000
mean  -0.004166   0.286042
std    0.818586   1.363422
min   -1.237742  -1.561594
25%   -0.583795  -0.648684
50%    0.113200   0.216699
75%    0.636036   0.608839
max    0.990895   3.018954

[8 rows x 2 columns]


In [5]: df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 10 entries, 0 to 9
Data columns (total 2 columns):
0    7 non-null float64
1    10 non-null float64
dtypes: float64(2)

为了得到失踪的数量,你的解决方案是正确的

In [20]: len(df.index)-df.count()
Out[20]: 
0    3
1    0
dtype: int64

你也可以这样做

In [23]: df.isnull().sum()
Out[23]: 
0    3
1    0
dtype: int64

Answer 2

下面的一个就可以解决这个问题，并返回每列的空值计数：

df.isnull().sum(axis=0)

df.isnull()返回具有 True / False 值的数据框，
sum(axis=0)对列中所有行的值进行求和

Answer 3

作为一个很小的补充，要获得DataFrame列丢失的百分比，将@Jeff和@userS的上述答案结合起来可以得到：

df.isnull().sum()/len(df)*100