Pandas Count Nan
Denne Pandas -artikkelen vil diskutere hvordan du kan bestemme antall NAN -verdier i en Pandas DataFrame.
Pandas erNull () -funksjonen
ISNull () -funksjonen i pandaer lar oss bestemme manglende verdier i et datasett. For eksempel kan vi bruke denne funksjonen for å få antall NAN -elementer i en Pandas DataFrame.
Tenk på eksemplet DataFrame vist nedenfor:
| 1 2 3 4 5 | # Importer pandaer og numpy Importer pandaer som PD Importer numpy som NP df = pd.DataFrame ([[1,2, NP.Nan, 3, 4, NP.Nan, 5, NP.nan]]) df |
Ovennevnte skaper en enkel DataFrame som inneholder NAN -verdier.
Pandas Count Nan i kolonne
For å telle antall NAN -verdier i en enkelt kolonne, kan vi gjøre:
| 1 | Print (F "NULL: DF [2].isNull ().sum()") |
I eksemplet ovenfor bruker vi ISNULL () og sum () -funksjonene for å bestemme antall elementer i kolonne nummer 2.
Koden over skal returnere:
| 1 | NULL: 1 |
Pandas Count Nan i Dataframe
For å få antall NAN -verdier i hele DataFrame, kan vi gjøre:
| 1 | Print (F "Nan: DF.isNull ().sum().sum()") |
Dette returnerer antall NAN -verdier i den spesifiserte DataFrame.
| 1 | Nan: 3 |
Pandas Count Nan på rad
For å finne antall NAN -verdier på rad, kan vi bruke LOC- og sumfunksjonene som vist i eksemplet nedenfor:
| 1 | Print (F "Nan in Row (0): DF.loc [0].isNull ().sum()") |
Ovennevnte skal returnere antall NAN -verdier i raden ved indeks 0.
| 1 | Nan i rad (0): 3 |
Konklusjon
Ved hjelp av denne guiden lærte du hvordan du bestemmer antall NAN -verdier i en DataFrame -kolonne, hele DataFrame og i en enkelt rad.
Takk for at du leste!!