如何计算pandas DataFrame中的nan值？

如何计算pandas DataFrame中的nan值？

如果只想计算

'a'

Dataframe列中的NaN值

df

，请使用：

len(df) - df['a'].count()

此处

count()

告诉我们非NaN值的数量，并将其从值的总数中减去（由给出

len(df)

）。

要计算的 每一 列中的NaN值

df

，请使用：

len(df) - df.count()

---

如果要使用

value_counts

，请告诉它 不要
通过设置

dropna=False

（添加到0.14.1中）来丢弃NaN值：

dfv = dfd['a'].value_counts(dropna=False)

这也可以计算该列中的缺失值：

 3     3NaN    2 1     1Name: a, dtype: int64

然后，其余代码将按预期工作（注意，没有必要调用

sum

；就

print("nan: %d" % dfv[np.nan])

足够了）。