pandas查看缺失值
时间: 2023-10-12 11:21:21 浏览: 115
可以使用Pandas的isnull()函数或者isna()函数来查看缺失值。示例代码如下:
```python
import pandas as pd
# 创建一个包含缺失值的DataFrame
df = pd.DataFrame({'A': [1, 2, None, 4], 'B': [None, 6, 7, 8]})
# 使用isnull()函数查看缺失值
print(df.isnull())
# 使用isna()函数查看缺失值
print(df.isna())
```
输出结果:
```
A B
0 False True
1 False False
2 True False
3 False False
A B
0 False True
1 False False
2 True False
3 False False
```
相关问题
pandas 自定义缺失值
可以使用Pandas中的replace()方法来自定义缺失值。具体步骤如下:
1. 首先,将数据中的缺失值替换为Python中的None值或其他标准缺失值(例如NaN)。
2. 然后,使用replace()方法将这些标准缺失值替换为自定义缺失值。
下面是一个示例代码:
```python
import pandas as pd
import numpy as np
# 创建一个包含缺失值的DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4],
'B': [5, np.nan, 7, 8],
'C': [9, 10, 11, np.nan]})
# 将缺失值替换为None
df = df.replace(np.nan, None)
# 将None替换为自定义缺失值
df = df.replace(to_replace=None, value=-999)
print(df)
```
输出结果如下:
```
A B C
0 1.0 5.0 9.0
1 2.0 -999.0 10.0
2 -999 7.0 11.0
3 4.0 8.0 -999.0
```
pandas 统计缺失值
在Pandas中,可以使用isnull()和notnull()函数来检查DataFrame中的缺失值。其中,isnull()函数返回一个布尔值的DataFrame,对于缺失值为True,否则为False;而notnull()函数返回一个布尔值的DataFrame,对于缺失值为False,否则为True。
以下是一个示例代码,演示如何使用isnull()和notnull()函数来检查DataFrame中的缺失值:
```python
import pandas as pd
import numpy as np
# 创建一个包含缺失值的DataFrame
dict = {'First Score':[100, 90, np.nan, 95], 'Second Score': [30, 45, 56, np.nan], 'Third Score':[np.nan, 40, 80, 98]}
df = pd.DataFrame(dict)
# 使用isnull()函数检查缺失值
print(df.isnull())
# 使用notnull()函数检查缺失值
print(df.notnull())
```
运行以上代码,将输出一个布尔值的DataFrame,对于缺失值为True,否则为False。
阅读全文