如何在pandas dataframe列中获取NaN的出现频率[重复]

Question

我有一个有83列4000行的pandas数据帧。我打算使用这些数据进行logistic回归，因此希望将我的列缩小到那些丢失数据最少的列。

econ_balance["BG.GSR.NFSV.GD.ZS"].describe()
econ_balance["BG.GSR.NFSV.GD.ZS"].value_counts
econ_balance["BG.GSR.NFSV.GD.ZS"]["NaN"]
econ_balance["BG.GSR.NFSV.GD.ZS"][NaN]

乔希

Answer 1

如果您只想计算nan值：

In [2]:

df = pd.DataFrame({'a':[0,1,np.NaN,np.NaN,np.NaN],'b':np.NaN, 'c':[np.NaN,1,2,3,np.NaN]})
df
Out[2]:
    a   b   c
0   0 NaN NaN
1   1 NaN   1
2 NaN NaN   2
3 NaN NaN   3
4 NaN NaN NaN
In [6]:

df.isnull().astype(int).sum()
Out[6]:
a    3
b    5
c    2
dtype: int64

编辑@ctzhu已经指出类型铸造是不必要的：

In [7]:

df.isnull().sum()
Out[7]:
a    3
b    5
c    2
dtype: int64