在Pandas DataFrame中，缺失数据通常以NaN（非数字）值表示，是数据分析中常见的挑战。有效地识别和量化这些缺失值对于数据清洗和准确分析至关重要。本文探讨了几种高效统计Pandas DataFrame中NaN值的方法，为各种分析需求提供灵活性。
目录
使用isna()高效统计NaN值
isna()方法提供了一种直接识别和统计NaN值的方法。它返回一个布尔型DataFrame，其中True表示存在NaN值。然后，sum()方法有效地统计这些True值。
考虑这个示例DataFrame：
import pandas as pd
import numpy as np
data = {'col1': [1, 2, np.nan, 4, 5],
'col2': [6, np.nan, 8, 9, 10],
'col3': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)
print(df)
统计’col1’中的NaN值：
nan_count_col1 = df['col1'].isna().sum()
print(f"'col1'中NaN值的个数：{nan_count_col1}")
统计多个列(‘col1’和’col2’)中的NaN值：
nan_count_multiple = df[['col1', 'col2']].isna().sum()
print(f"'col1'和'col2'中NaN值的个数：n{nan_count_multiple}")
间接统计NaN值：减去非NaN值
另一种方法，虽然不太直接，但涉及计算总行数和非NaN值计数之间的差值。count()方法在计数过程中方便地忽略NaN值。
nan_count_col1 = len(df['col1']) - df['col1'].count()
print(f"'col1'中NaN值的个数：{nan_count_col1}")
这种方法提供了对NaN量化的不同视角，尽管isna()通常提供更有效的解决方案。
使用isnull()进行全面NaN分析
isnull()方法的功能类似于isna()，提供了一种简洁的方法来分析整个DataFrame中的NaN值。在isnull()之后应用sum()可以提供逐列和NaN值的总数。
nan_count_all = df.isnull().sum()
print(f"每列NaN值的个数：n{nan_count_all}")
total_nan_count = df.isnull().sum().sum()
print(f"DataFrame中NaN值的总数：{total_nan_count}")
计算DataFrame中NaN值的总数
如上所示，df.isnull().sum().sum()直接得出DataFrame中NaN值的总数。这一行代码可以快速概述缺失数据，非常适合初步数据评估。
总之，Pandas提供了多种高效处理NaN值的方法。选择最合适的方法取决于具体的分析任务和个人偏好。了解这些方法对于稳健的数据清洗和分析至关重要。