计算大熊猫DataFrame中带有NaN的行数？
维塔塔
具有以下运行代码：
import datetime as dt
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
my_funds = [1, 2, 5, 7, 9, 11]
my_time = ['2020-01', '2019-12', '2019-11', '2019-10', '2019-09', '2019-08']
df = pd.DataFrame({'TIME': my_time, 'FUNDS':my_funds})
for x in range(2,3):
df.insert(len(df.columns), f'x**{x}', df["FUNDS"]**x)
df = df.replace([1, 7, 9, 25],float('nan'))
print(df.isnull().values.ravel().sum()) #5 (obviously counting NaNs in total)
print(sum(map(any, df.isnull()))) #3 (I guess counting the NaNs in the left column)
我正在下面的数据帧。我想总的行数，1个或多个NaN的，这在我的情况下是4，就行- [0, 2, 3, 4]。
耶斯列尔
采用：
print (df.isna().any(axis=1).sum())
4
说明：首先通过DataFrame.isna以下方式比较缺失值：
print (df.isna())
TIME FUNDS x**2
0 False True True
1 False False False
2 False False True
3 False True False
4 False True False
5 False False False
并测试至少每行是否True通过DataFrame.any：
print (df.isna().any(axis=1))
0 True
1 False
2 True
3 True
4 True
5 False
dtype: bool
最后的计数True是sum。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
编辑于
相关文章
Related 相关文章
- 1
如何计算大熊猫groupby中的所有正值和负值？
- 2
大熊猫联产NaN
- 3
查找大熊猫DataFrame值的索引
- 4
大熊猫中的布尔子集
- 5
计算大熊猫数据框的元组
- 6
高效转换大熊猫DataFrame
- 7
规范大熊猫中的长数据
- 8
与Matplotlib不同的大熊猫中的散点图
- 9
大熊猫如何计算指数？
- 10
透视大熊猫中的数据
- 11
大熊猫DataFrame中每个单词的频率
- 12
大熊猫，计算每组的价值？
- 13
计算日期的大熊猫列清单
- 14
计算大熊猫的条纹而不适用
- 15
将带有列的大熊猫DF列到文件中，如何将其读回？
- 16
大熊猫中的Concat 2列-AttributeError：'DataFrame'对象没有属性'concat'
- 17
大熊猫DataFrame中的条件操作
- 18
大熊猫的分组比和计算比率
- 19
从大熊猫DataFrame加载BigQuery表
- 20
带有大熊猫日期时间索引的列表理解
- 21
大熊猫：沿DataFrame识别“部分”
- 22
如何计算大熊猫groupby中的所有正值和负值？
- 23
大熊猫联产NaN
- 24
大熊猫：带有正则表达式的Dataframe.replace（）
- 25
访问带有大熊猫日期范围的字典
- 26
大熊猫如何计算指数？
- 27
存在NaN时，将INT转换为Float的大熊猫有什么解决方法？
- 28
以大熊猫分组，计算均值
- 29
大熊猫切片在列中带有冒号
我来说两句