2、 查看每一列的缺失值数量,并将每一列缺失值数量的结果存成DataFrame数据结构,按缺失值数量进行倒排,并增加一列列名为rk的列,表示排列序号。
时间: 2024-03-10 11:44:40 浏览: 109
对Pandas DataFrame缺失值的查找与填充示例讲解
若您使用的是Python中的Pandas库,可以使用以下代码查看每一列的缺失值数量,并将每一列缺失值数量的结果存成DataFrame数据结构,按缺失值数量进行倒排,并增加一列列名为rk的列,表示排列序号:
```
import pandas as pd
# 读取数据
data = pd.read_csv('your_data.csv')
# 计算每一列的缺失值数量
missing_values = data.isnull().sum()
# 将结果存成DataFrame数据结构
missing_df = pd.DataFrame({'column_name': missing_values.index, 'missing_count': missing_values.values})
# 按缺失值数量进行倒排
missing_df = missing_df.sort_values(by='missing_count', ascending=False)
# 增加一列列名为rk的列,表示排列序号
missing_df['rk'] = range(1, len(missing_df)+1)
# 打印结果
print(missing_df)
```
其中,`your_data.csv`是您的数据文件名。如果您使用的不是csv文件,可以使用Pandas库中相应的读取函数读取数据。
阅读全文