python算数据框的每一行的空值率

在Python中，如果你有一个Pandas DataFrame，并想计算每一行的缺失值比例（即空值率），可以使用`isnull()`函数配合`sum()`和`count()`函数。下面是步骤：

import pandas as pd

# 假设df是一个DataFrame
df_with_nans = pd.DataFrame({
    'A': [1, 2, None, 4],
    'B': [5, None, 7, 8],
    'C': [None, 9, None, 10]
})

# 计算每列的空值数
na_counts = df_with_nans.isnull().sum()

# 计算每列非空值数（即总行数）
total_rows = df_with_nans.shape[0]

# 每一行的空值率（替换NaN为0表示无值，或直接用百分比形式）
row_na_rates = na_counts / total_rows * 100

# 结果可能是Series，需要转换为DataFrame方便查看
row_na_rates_df = pd.DataFrame(row_na_rates, index=df_with_nans.columns, columns=['Row_Na_Rate'])
print(row_na_rates_df)

这将会返回一个新的DataFrame，其中包含每个列的空值率。