判断数据集中各个字段有无缺失值

要判断一个数据集中各个字段是否存在缺失值，可以使用 pandas 库中的 `isnull()` 函数和 `sum()` 函数。

假设你的数据集的名字为 `data.csv`，以下是一段代码示例：

import pandas as pd

# 读取数据集
df = pd.read_csv('data.csv')

# 判断各个字段是否存在缺失值
missing_values = df.isnull().sum()

# 输出缺失值情况
for column, count in missing_values.items():
    if count > 0:
        print(f'{column} 列存在 {count} 个缺失值')
    else:
        print(f'{column} 列不存在缺失值')

在代码示例中，使用 `read_csv()` 函数读取数据集，并将读取到的数据保存到名为 `df` 的 pandas 数据框中。

然后，使用 `isnull()` 函数判断各个字段是否存在缺失值，返回一个布尔型的 pandas DataFrame，其中值为 True 表示该位置为缺失值，值为 False 表示该位置无缺失值。

接着，使用 `sum()` 函数对每个字段的缺失值进行求和，返回一个 pandas Series，其中包含各个字段的缺失值总数。

最后，使用 `for` 循环输出各个字段的缺失值情况。如果某个字段存在缺失值，则输出该字段名称和缺失值数量；如果不存在缺失值，则输出该字段名称和 "不存在缺失值"。