空值统计 python
时间: 2023-10-13 21:19:58 浏览: 30
在Python中,可以使用numpy库中的`numpy.isnan()`函数来统计空值的数量。
例如,假设有一个包含空值的numpy数组:
```python
import numpy as np
arr = np.array([1, 2, np.nan, 4, np.nan, 6])
```
可以使用`numpy.isnan()`函数来统计空值的数量:
```python
num_null = np.isnan(arr).sum()
print(num_null)
```
输出结果为:
```
2
```
这表明该数组中有2个空值。
相关问题
python pandas 统计各列空值
可以使用Pandas中的isnull()和sum()方法来统计各列空值的个数。具体实现方法如下:
```
import pandas as pd
import numpy as np
# 创建一个DataFrame
df = pd.DataFrame({
'A': [1, 2, np.nan, 4],
'B': [5, np.nan, 7, 8],
'C': [9, 10, 11, np.nan]
})
# 统计各列空值的个数
null_count = df.isnull().sum()
# 输出结果
print(null_count)
```
运行结果为:
```
A 1
B 1
C 1
dtype: int64
```
可以看到,输出结果中每一列的空值个数都被统计出来了。
python统计每一列中空值率
可以使用 pandas 库中的 DataFrame 的 isna() 方法和 sum() 方法来实现统计每一列中空值率的功能。
假设数据存在一个名为 data 的 DataFrame 中,可以使用以下代码来实现统计每一列中空值率的功能:
```python
import pandas as pd
# 读取数据
data = pd.read_csv('data.csv')
# 统计每一列中空值的数量
null_count = data.isna().sum()
# 统计每一列中空值的比例
null_ratio = null_count / len(data)
# 输出结果
print(null_ratio)
```
其中,isna() 方法返回一个与原数据具有相同形状的 DataFrame,其中每个元素为 True 或 False,表示该位置上是否为 NaN 值。sum() 方法对 DataFrame 中的每一列求和,返回一个 Series,其每个元素为该列中的 NaN 值数量。最后,计算每列中 NaN 值的比例,即为该列中空值率。