python数据分析-pandas-缺失值统计
·
python数据分析-pandas-缺失值统计
isna() /isnull() 检查是否存在缺失值
array = np.array([[1, np.nan, 3], [4, 5, np.nan]])
pd.isna(array)
# pd.isnull(array)

df = pd.DataFrame([['ant', 'bee', 'cat'], ['dog', None, 'fly']])
pd.isna(df)
# pd.isnull(df)

-
notna()与notnull(),正好与上述两个函数相反,检测是否非缺失值。
-
还可以直接统计出每一列缺失值的个数,数据探索时经常用到的功能。下图abc是column的名称。

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐


所有评论(0)