iis服务器助手广告广告
返回顶部
首页 > 资讯 > 后端开发 > Python >Pandas检查dataFrame中的NaN实现
  • 317
分享到

Pandas检查dataFrame中的NaN实现

Pandas dataFrame NaN 2023-01-28 06:01:58 317人浏览 八月长安

Python 官方文档:入门教程 => 点击学习

摘要

目录检查pandas DataFrame中的NaN值方法1:使用isnull().values.any()方法方法2:使用isnull().sum()方法方法3:使用isnull()

NaN代表Not A Number,是表示数据中缺失值的常用方法之一。它是一种特殊的浮点值,不能转换为浮点数以外的任何其他类型。

NaN值是数据分析中的主要问题之一,为了得到理想的结果,对NaN进行处理是非常必要的。

检查Pandas DataFrame中的NaN值

在Pandas DataFrame中检查NaN的方法如下:

  • 使用isnull().values.any()方法检查NaN
  • 使用isnull().sum()方法统计NaN
  • 使用isnull().sum().any()方法检查NaN
  • 使用isnull().sum().sum()方法统计NaN

方法1:使用isnull().values.any()方法

# importing libraries
import pandas as pd
import numpy as np


num = {'Integers': [10, 15, 30, 40, 55, np.nan,
                    75, np.nan, 90, 150, np.nan]}

# Create the dataframe
df = pd.DataFrame(num, columns=['Integers'])

# Applying the method
check_nan = df['Integers'].isnull().values.any()

# printing the result
print(check_nan)
# 输出 True

可以通过从isnull().values.any()中删除.values.any()来获得NaN值所在的确切位置。

df['Integers'].isnull()
1
0     False
1     False
2     False
3     False
4     False
5      True
6     False
7      True
8     False
9     False
10     True
Name: Integers, dtype: bool

方法2:使用isnull().sum()方法

# importing libraries
import pandas as pd
import numpy as np


num = {'Integers': [10, 15, 30, 40, 55, np.nan,
                    75, np.nan, 90, 150, np.nan]}

# Create the dataframe
df = pd.DataFrame(num, columns=['Integers'])

# applying the method
count_nan = df['Integers'].isnull().sum()

# printing the number of values present
# in the column
print('Number of NaN values present: ' + str(count_nan))

Number of NaN values present: 3

方法3:使用isnull().sum().any()方法

# importing libraries
import pandas as pd
import numpy as np

nums = {'Integers_1': [10, 15, 30, 40, 55, np.nan, 75,
                    np.nan, 90, 150, np.nan],
        'Integers_2': [np.nan, 21, 22, 23, np.nan, 24, 25,
                    np.nan, 26, np.nan, np.nan]}

# Create the dataframe
df = pd.DataFrame(nums, columns=['Integers_1', 'Integers_2'])

# applying the method
nan_in_df = df.isnull().sum().any()

# Print the dataframe
print(nan_in_df)
# 输出 True

可以通过从isnull().sum().any()中删除.sum().any()来获得NaN值所在的确切位置。

方法4:使用isnull().sum().sum()方法

# importing libraries
import pandas as pd
import numpy as np

nums = {'Integers_1': [10, 15, 30, 40, 55, np.nan, 75,
                    np.nan, 90, 150, np.nan],
        'Integers_2': [np.nan, 21, 22, 23, np.nan, 24, 25,
                    np.nan, 26, np.nan, np.nan]}

# Create the dataframe
df = pd.DataFrame(nums, columns=['Integers_1', 'Integers_2'])

# applying the method
nan_in_df = df.isnull().sum().sum()

# printing the number of values present in
# the whole dataframe
print('Number of NaN values present: ' + str(nan_in_df))

Number of NaN values present: 8

参考

https://www.geeksforgeeks.org/check-for-nan-in-pandas-dataframe/

到此这篇关于Pandas检查dataFrame中的NaN实现的文章就介绍到这了,更多相关Pandas dataFrame NaN内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

--结束END--

本文标题: Pandas检查dataFrame中的NaN实现

本文链接: https://www.lsjlt.com/news/178178.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑,方便收藏和打印~

下载Word文档
猜你喜欢
  • Pandas检查dataFrame中的NaN实现
    目录检查Pandas DataFrame中的NaN值方法1:使用isnull().values.any()方法方法2:使用isnull().sum()方法方法3:使用isnull()...
    99+
    2023-01-28
    Pandas dataFrame NaN
  • pandas中DataFrame检测重复值的实现
    本文详解如何使用pandas查看dataframe的重复数据,判断是否重复,以及如何去重 DataFrame.duplicated(subset=None, keep='firs...
    99+
    2024-04-02
  • Pandas实现Dataframe的合并
    目录简介使用concat使用append使用merge使用join覆盖数据简介 Pandas提供了很多合并Series和Dataframe的强大的功能,通过这些功能可以方便的进行数据...
    99+
    2024-04-02
  • Pandas替换NaN值的方法实现
    目录问题方法替换 NaN 值的步骤参考替换Pandas DataFram中的 NaN 值 问题 NaN 代表 Not A Number,是表示数据中缺失值的常用方法之一。它是一个特殊...
    99+
    2023-01-16
    Pandas替换NaN值 Pandas NaN值替换
  • pandas 实现将NaN转换为None
    在python中,用pandas处理数据非常方便。 但是有时候从其他地方读取数据时,会有异常值需要处理。 比如,我们要从excel读取数据然后调用接口写入数据库时,读取到的空值是Na...
    99+
    2024-04-02
  • pandas中fillna()函数填充NaN和None的实现
    填充缺失值和空值的方式有很多种,比如人工填写、热卡填充等,Pandas中的fillna()方法可以实现填充空值或缺失值。 fillna(value=None, method=None...
    99+
    2023-01-17
    pandas fillna填充NaN和None pandas 填充NaN pandas 填充None
  • pandas将Series转成DataFrame的实现
    目录1.Series结构2.将Series转成DataFrame2.1 使用字典的方式转化2.2 使用reset_index方法3.apply,applymap, map1.Seri...
    99+
    2023-01-17
    pandas Series转成DataFrame pandas Series DataFrame
  • 如何使用pandas中DataFrame检测重复值
    这篇文章主要介绍如何使用pandas中DataFrame检测重复值,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!本文详解如何使用pandas查看dataframe的重复数据,判断是否重复,以及如何去重DataFram...
    99+
    2023-06-15
  • Pandas实现Dataframe的重排和旋转
    目录简介使用Pivot使用Stack使用melt使用Pivot tables使用crosstabget_dummies简介 使用Pandas的pivot方法可以将DF进行旋转变换,本...
    99+
    2024-04-02
  • pandas库之DataFrame滑动窗口的实现
    目录(1)DataFrame的滑动窗口Example(2)pandas的窗口操作Rolling windowCentering windowsRolling applyWeighte...
    99+
    2023-05-13
    pandas DataFrame滑动窗口 pandas 滑动窗口
  • pandas Dataframe实现批量修改值的方法
    目录1.使用iloc对数据进行批量修改2.对数据进行判定后,相互+/-/某个数*第一种方法:使用内置函数where函数第二种方法:使用mask函数第三种方法:replace...
    99+
    2024-04-02
  • pandas取dataframe特定行列的实现方法
    1.按列取、按索引/行取、按特定行列取 import numpy as np from pandas import DataFrame import pandas as pd ...
    99+
    2024-04-02
  • pandas Dataframe怎么实现批量修改值
    这篇文章主要介绍了pandas Dataframe怎么实现批量修改值的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇pandas Dataframe怎么实现批量修改值文章都会有所收获,下面我们...
    99+
    2023-07-02
  • 怎么在python中使用pandas模块查看DataFrame
    这篇文章将为大家详细讲解有关怎么在python中使用pandas模块查看DataFrame,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。1、首先加载pandas模块import p...
    99+
    2023-06-15
  • Pandas中DataFrame的重新索引实例分析
    本篇内容主要讲解“Pandas中DataFrame的重新索引实例分析”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Pandas中DataFrame的重新索引实例分析”吧!Pandas DataF...
    99+
    2023-07-02
  • Pandas实现DataFrame的简单运算、统计与排序
    目录一.运算二.统计三.排序在前面的章节中,我们讨论了Series的计算方法与Pandas的自动对齐功能。不光是Series,DataFrame也是支持运算的,而且还是经常被使用的功...
    99+
    2024-04-02
  • pandas库之DataFrame滑动窗口如何实现
    今天小编给大家分享一下pandas库之DataFrame滑动窗口如何实现的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。(1)...
    99+
    2023-07-05
  • 在Pandas DataFrame中插入一列的方法实例
    目录引言示例 1:插入新列作为第一列示例 2:插入新列作为中间列示例 3:插入新列作为最后一列补充:按条件选择分组分别赋值总结引言 通常,您可能希望在 Pandas DataFram...
    99+
    2024-04-02
  • python pandas分割DataFrame中的字符串及元组的方法实现
    目录1.使用str.split()方法2.使用join()与split()方法结合3. 使用apply方法分割元组1.使用str.split()方法 可以使用pandas 内置的 s...
    99+
    2024-04-02
  • Pandas筛选DataFrame含有空值的数据行的实现
    目录数据准备1.筛选指定单列中有空值的数据行2.筛选指定多列中/全部列中满足所有列有空值的数据行 3.筛选指定多列中/全部列中满足任意一列有空值的数据行 数据准备...
    99+
    2024-04-02
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作