如何在pandas DataFram中计算列中的NaN值

Question

我有数据，我想在其中找到NaN的个数，因此如果它小于某个阈值，我将删除这些列。我看了看，但找不到任何功能。有^{}，但对我来说会很慢，因为大多数值都是不同的，我只想要NaN的计数。

Answer 1

可以从非nan值的count中减去总长度：

count_nan = len(df) - df.count()

你应该根据你的数据来计时。与isnull解相比，小级数的速度提高了3倍。

Answer 2

您可以使用^{}方法（或者它的别名isnull()，它也与旧的pandas版本<；0.21.0兼容），然后求和来计算NaN值。对于一列：

In [1]: s = pd.Series([1,2,3, np.nan, np.nan])

In [4]: s.isna().sum()   # or s.isnull().sum() for older pandas versions
Out[4]: 2

对于多个列，它也可以工作：

In [5]: df = pd.DataFrame({'a':[1,2,np.nan], 'b':[np.nan,1,np.nan]})

In [6]: df.isna().sum()
Out[6]:
a    1
b    2
dtype: int64