换一种方式查找缺失值
时间: 2024-09-22 12:03:51 浏览: 40
在Python的Pandas库中,除了直接使用`isnull()`函数检查缺失值外,还可以通过一些其他方法来查找缺失值。以下是一些不同的方式:
1. **`DataFrame.info()`**:这个方法会返回关于DataFrame的信息,其中包含每列的数据类型和非空值的数量,包括NaN的数量。这对于快速了解哪些列有缺失值很有帮助。
```python
print(df1.info(null_counts=True))
```
2. **`DataFrame.describe(include=[np.nan])`**:描述统计方法也会显示包含缺失值的统计信息,例如数值列的计数、均值、标准差等。
```python
print(df1.describe(include=np.object_)) # 或者指定为 np.nan
```
3. **使用条件表达式**:检查某一列是否有缺失值,可以使用布尔索引来筛选出缺失值所在行。
```python
missing_values = df1[df1.isnull().any(axis=1)]
```
4. **`value_counts()` on categorical columns**:如果某个列是分类的(如性别),可以用这个方法查看每个类别及其对应的频次,缺失值通常会被单独列出。
```python
print(df1['gender'].value_counts(dropna=False))
```
通过这些方法,你可以从不同的角度查看和理解数据集中的缺失值情况。
阅读全文