python查看变量缺失数

在Python中，如果你需要检查一个DataFrame或Series中的缺失值（也称为NaN或Not a Number），可以使用pandas库提供的方法。以下是几个常用函数：

1. **isnull()** 和 **notnull()**: 这两个函数会返回布尔型的DataFrame，其中True表示该位置有缺失值，False表示无缺失值。例如：

   df.isnull().sum()  # 对每一列计算缺失值的数量

或者，

   df[["column_name"]].notnull().all()  # 检查某一列是否有全不缺失的数据

2. **count()**: 可以计算非空元素（即非缺失值）的数量。如果想排除缺失值：

   df.count()  # 总计
   df.count(axis=0)  # 按行计数
   df.count(axis=1)  # 按列计数

3. **describe()**: 对数值类型的数据框，`describe()`会包含一个部分，显示每列的统计信息，包括非缺失值的数量（也就是总数减去缺失值的数量）：

   df.describe(include='number')

4. **dropna()**: 可以删除含有缺失值的行或列：

   df.dropna()  # 删除所有含有缺失值的行
   df.dropna(how='any')  # 删除任何一列含有缺失值的行