Veamos cómo contar el número total de valores NaN en una o más columnas en un DataFrame de Pandas. Para contar los valores de NaN en el DataFrame, debemos asignar un diccionario al DataFrame y ese diccionario debe contener numpy.nanvalores, que es un NaN(null)valor.
Considere la siguiente trama de datos.
# importing the modules
import numpy as np
import pandas as pd
# creating the DataFrame
dictionary = {'Names': ['Simon', 'Josh', 'Amen',
'Habby', 'Jonathan', 'Nick', 'Jake'],
'Capitals': ['VIENNA', np.nan, 'BRASILIA',
np.nan, 'PARIS', 'DELHI', 'BERLIN'],
'Countries': ['AUSTRIA', 'BELGIUM', 'BRAZIL',
np.nan, np.nan, 'INDIA', np.nan]}
table = pd.DataFrame(dictionary, columns = ['Names',
'Capitals',
'Countries'])
# displaying the DataFrame
display(table)
Producción :
Ejemplo 1: contar los valores de NaN en una sola columna.
print("Number of null values in column 1 : " +
str(table.iloc[:, 1].isnull().sum()))
print("Number of null values in column 2 : " +
str(table.iloc[:, 2].isnull().sum()))
Producción :
Number of null values in column 1 : 2 Number of null values in column 2 : 3
Ejemplo 2: contar los valores de NaN en una sola fila.
print("Number of null values in row 0 : " +
str(table.iloc[0, ].isnull().sum()))
print("Number of null values in row 1 : " +
str(table.iloc[1, ].isnull().sum()))
print("Number of null values in row 3 : " +
str(table.iloc[3, ].isnull().sum()))
Producción :
Number of null values in row 0 : 0 Number of null values in row 1 : 1 Number of null values in row 3 : 2
Ejemplo 3: contar los valores totales de NaN en el marco de datos.
print("Total Number of null values in the DataFrame : " +
str(table.isnull().sum().sum()))
Producción :
Total Number of null values in the DataFrame : 5
Ejemplo 4: contar los valores de NaN en todas las columnas.
display(table.isnull().sum())
Producción :
Publicación traducida automáticamente
Artículo escrito por parshavnahta97 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA