pandas怎么统计dataframe某列不是nan的数量
时间: 2023-05-31 11:07:03 浏览: 65
可以使用`count()`方法来统计某列非NaN的数量,例如:
```
import pandas as pd
# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4], 'B': [5, np.nan, np.nan, 8], 'C': [9, 10, 11, 12]})
# 统计列A中非NaN的数量
count_A = df['A'].count()
print(count_A)
```
输出结果为:
```
3
```
说明列A中有3个非NaN的值。
相关问题
如何在 Pandas DataFrame 的列中将所有 NaN 值替换为零?
要将 Pandas DataFrame 中的所有 NaN 值替换为零,可以使用 `fillna()` 方法。以下是一个示例:
```python
import pandas as pd
import numpy as np
# 创建一个包含 NaN 值的 DataFrame
df = pd.DataFrame({'A': [1, np.nan, 3],
'B': [4, 5, np.nan],
'C': [np.nan, 7, 8]})
# 将所有 NaN 值替换为零
df.fillna(0, inplace=True)
```
在上面的示例中,`fillna(0, inplace=True)` 将 DataFrame 中的所有 NaN 值替换为零,并且使用 `inplace=True` 参数将更改应用于原始 DataFrame。如果不想修改原始 DataFrame,可以将 `inplace=True` 参数移除。
希望这可以帮助到你!如果你还有其他问题,请随时问我。
pandas判断某一列是否有nan
可以使用 `pandas` 中的 `isna()` 方法结合 `any()` 方法来判断某一列是否有 `NaN` 值。
假设需要判断的列名为 `column_name`,可以使用以下代码来判断:
```python
import pandas as pd
# 读取数据到 DataFrame
df = pd.read_csv('data.csv')
# 判断 column_name 列是否有 NaN 值
if df['column_name'].isna().any():
print('存在 NaN 值')
else:
print('不存在 NaN 值')
```
其中,`isna()` 方法返回一个布尔型的 DataFrame,`any()` 方法判断是否存在 `True`,即是否存在 `NaN` 值。如果存在,则输出 `'存在 NaN 值'`,否则输出 `'不存在 NaN 值'`。