怎么看数据有没有缺失值

### 如何在数据集中检测缺失值

对于数据集中的缺失值检测，Pandas 提供了一个简单而有效的方法。通过 `isnull()` 函数可以标记出所有的缺失位置，并返回一个布尔型 DataFrame，在其中 True 表示该处存在缺失值。

为了汇总各个列中缺失值的数量，可进一步调用 `.sum()` 方法：

import pandas as pd

# 创建样本数据框用于演示
data = {
    'A': [1, 2, None],
    'B': [5, None, 7],
    'C': [9, 10, 11]
}
df = pd.DataFrame(data)

missing_values = df.isnull().sum()
print(missing_values)

上述代码会输出每一列里含有多少个 NaN (Not a Number)，即代表缺失的数据量[^1]。

此外，如果想要查看整个表格中有无任何缺失项，则可以直接利用如下命令获取一个简洁的结果：

any_missing = df.isnull().values.any()
print(any_missing)

此段脚本将给出一个逻辑判断——True 或 False 来指示是否有至少一处为空白或 NA 的情形存在[^3]。