如何在pandas中显示类似空字符串的列值计数

Question

dataframe.describe（）对于类似字符串的列具有以下列：

count unique top freq first last

虽然这些肯定是有用的，但了解任何给定列中是否有空值以及有多少空值也是非常重要的。

虽然我可以求助于编写自定义函数来找到它，但这将是一个巨大的额外开销。请注意，有一个相关的问题，但主要关注数字列，因此不直接适用：如何计算DataFrame中列中的NaN值。那么，是否还有另一个助手函数可以提供这些附加信息呢？

Answer 1

下面提供了我在dataframe.describe（）提供的信息中添加nulls列的初衷的完全实现。感谢@QuangHoang提到了构成这个答案一部分的dataframe.isna。

请注意，我们必须转置description（）的输出。然后将Nulls预挂在转置的描述（）输出中，并通过set_axis将列重命名为Nulls：

df = pd.DataFrame({ 'a': [1,2,3], 'b': ['a','b','c'], 'c': [99.5,11.2, 433.1],
   'd':[123,'abc',None]})
desc = df.describe()  # Returns a DataFrame with stats in the row index
combo = pd.concat([df.isna().sum(),desc.T],axis=1)
          .set_axis(['Nulls']+list(desc.index),axis=1,inplace=False)

Answer 2

您可以尝试：dataframe.info（）

如文档中所述，df.info（）提供有关数据帧的信息，包括索引数据类型和列数据类型、非空值和内存使用情况。

根据您存储信息的要求，您可以尝试以下操作：

import io
buffer = io.StringIO()
df.info(buf=buffer)
s = buffer.getvalue()
with open("df_info.txt", "w", encoding="utf-8") as f:  
     f.write(s)

来源：df.info（）文档

Answer 3

要快速浏览每列中的nan，请执行以下操作：

dataframe.isna().sum()