1.df.isnull()
元素级别的判断，把对应的所有元素的位置都列出来，元素为空或者NA就显示True，否则就是False
train.isnull()
2,df.isnull().any()
列级别的判断，只要该列有为空或者NA的元素，就为True，否则False
train.isnull().any()
3.df[df.isnull().values==True]
可以只显示存在缺失值的行列，清楚的确定缺失值的位置。
train[train.isnull().values==True]
导出到excel里看 dataframe.to_excel()
4.isnull().sum()
将列中为空的个数统计出来
train.isnull().sum()
5.计算变量缺失率
df=pd.read_csv('titanic_train.csv')
def missing_cal(df):
"""
df :数据集
return：每个变量的缺失率
"""
missing_series = df.isnull().sum()/df.shape[0]
missing_df = pd.DataFrame(missing_series).reset_index()
missing_df = missing_df.rename(columns={'index':'col',
0:'missing_pct'})
missing_df = missing_df.sort_values('missing_pct',ascending=False).reset_index(drop=True)
return missing_df
missing_cal(df)如果需要计算样本的缺失率分布，只要加上参数axis=1.
缺失观测的行数data3.isnull().any(axis = 1).sum()
缺失观测的比例data3.isnull().any(axis = 1).sum()/data3.shape[0]
Reference
1.xiaoxiaosuwy https://blog.csdn.net/xiaoxiaosuwy/article/details/81187694
- _Python_与数据挖掘 https://zhuanlan.zhihu.com/p/187315467
3.刘顺祥 https://zhuanlan.zhihu.com/p/93179647
Original: https://blog.csdn.net/RachelJiang/article/details/113476593
Author: RachelJiang
Title: Python之Pandas isnull检查是否有缺失值
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/754347/
转载文章受原作者版权保护。转载请注明原作者出处！