最近女朋友在学python 所以就开始整理一下她在学习的过程中碰到的小问题
在pandas的Dataframe中有info() 这个属性
info可以告诉你Dataframe中的缺失统计
PS 虽然我是用describe() 因为describe()里面也有count这个非空的计数 还可以指定percentiles 去看不同的分位数 但是看列的字段属性 字符型 浮点型 用info()确实方便点
问题来了
小猪 我现在知道了每个字段非缺失的计数了 想看df中的字段缺失的具体情况怎么办
df.isnull() # 输出 df 的缺失情况 df.isnull() y f0 f1 f2 f3 f4 f5 f6 f7 f8 f9 Null 0 False False False False False False False False False False False True 1 False False False False False False False False False False False True 2 False False False False False False False False False False False True 3 False False False False False False False False False False False True 4 False False False False False False False False False False False True ... ... ... ... ... ... ... ... ... ... ... ... ... 9995 False False False False False False False False False False False True 9996 False False False False False False False False False False False True 9997 False False False False False False False False False False False True 9998 False False False False False False False False False False False True 9999 False False False False False False False False False False False True
大猪 isnull()这个还有很多很好的用法 比如any(),all(),sum()
df.isnull().any() # 输出df每列是否存在有缺失 df.isnull().any() y False f0 False f1 False f2 False f3 False f4 False f5 False f6 False f7 False f8 False f9 False Null True
