Python数据帧获取空值计数

Question

我试图在数据帧中找到空值。虽然我回顾了Stackoverflow的以下文章，其中描述了确定空值的过程，但我很难对我的数据集执行相同的操作。

如何计算熊猫数据帧中列中的楠值

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？

Answer 1

其他帖子指出，'不是空值，因此不使用isnull方法计算。。。

…但是，'在解释为bool时，其计算结果确实为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。

Answer 2

列表中的'不是空值，而是空字符串。要获取空值，请改用None。pandas.isnull（）文档中描述了缺少的值是“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

您可以通过打印这两个数据帧来查看差异。在第一种情况下，数据帧如下所示：

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，您会得到：

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

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

Answer 3

如果希望'、None和NaN都计算为null，可以对强制为布尔值的数据帧中的每个值使用applymap方法，然后使用.sum：

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

我希望这有帮助。