博客

计算Pandas中NaN值的数量是一个常见的数据分析任务，下面是详细的攻略：

1. 使用isnull函数来选取DataFrame中的NaN值，并使用sum函数计算结果中的True值的数量。

import pandas as pd

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, np.nan], 'C': [7, 8, 9]})
null_count = df.isnull().sum().sum()
print(f'There are {null_count} NaN values in the DataFrame')

输出：There are 3 NaN values in the DataFrame

1. 也可以只计算某一列的NaN值的数量，可以使用isnull和sum函数，结果将是一个Series，名字是对应的列名。

null_count = df['B'].isnull().sum()
print(f'Column B has {null_count} NaN values')

输出：Column B has 2 NaN values

1. 如果要计算每一行或每一列NaN值的数量，可以使用axis=0或1来指定。

null_count_rows = df.isnull().sum(axis=1)
null_count_cols = df.isnull().sum(axis=0)
print(f'Null count per row:\n{null_count_rows}')
print(f'Null count per column:\n{null_count_cols}')

输出：

Null count per row:
0    0
1    2
2    0
dtype: int64
Null count per column:
A    1
B    2
C    0
dtype: int64

以上就是计算Pandas中NaN值数量的完整攻略，希望对你有帮助。