pandas怎么查看显示出数据空值量和空值率并按表格的形式输出

在Pandas中，你可以使用`isnull()`函数检查数据框中的缺失值，然后结合`sum()`和`mean()`函数计算出空值的数量和比例。这里是一个简单的步骤：

1. 首先，对数据框应用`isnull()`操作，返回一个布尔型的数据框，其中`True`表示该位置有缺失值，`False`则代表非缺失值。

df_null = df.isnull()

2. 接着，使用`sum()`函数计算每一列（包括行）中有多少缺失值，结果会是一个Series。

null_counts = df_null.sum()

3. 计算空值率，可以将`sum()`的结果除以总行数，或者除以每列的有效非缺失值数量。这里我们假设数据框名为`df`，总行数可以用`df.shape[0]`得到。

# 或者使用列的有效非缺失值数量，如果想保留百分比形式，记得转换为小数
null_rates = null_counts / df.shape[0]

4. 将计数和比率合并到一个新的DataFrame，可以方便地以表格形式展示：

summary_df = pd.concat([null_counts.rename('Null Count'), null_rates.rename('Null Rate')], axis=1)

5. 最后，使用`transpose()`或`.T`将数据转置，以便按照列标题显示。

result_table = summary_df.T

现在`result_table`就是一个包含原始数据空值数量和空值率的表格了。你可以直接打印这个DataFrame，或者将其保存为CSV、Excel等文件。