我有一個 Dataframe，它有一些空值，還有其他我應該算作缺失的條目。我想考慮的缺失形式是：
- 大熊貓的正常空值
- 字串不適用
- 0.0
- “——”
我想確定每列缺失值的百分比。
我試過這個
# Total null values
mis_val = df.isnull().sum()
# N/A values
mis_val = mis_val (df=='N/A').sum()
# Percentage of total data
mis_val_percent = 100 * mis_val / len(df)
但是第二行代碼似乎并沒有達到我的預期。我希望它計算每列“N/A”的數量
uj5u.com熱心網友回復：
如果缺少的表格總是相同的，這是另一種方法：
import pandas as pd
import numpy as np
data = {'col1':[10.0,20.0,np.nan,'N/A',0,25],
'col2':[0,np.nan,'N/A','N/A','','-']}
df = pd.DataFrame(data)
# The 4 "forms of missing":
missing_1 = (df=='N/A').sum()
missing_2 = df.isna().sum()
missing_3 = df.isnull().sum()
missing_4 = (df=='-').sum()
mis_val_percent =100*(missing_1 missing_2 missing_3 missing_4)/len(df)
print(mis_val_percent)
輸出：
col1 50.000000
col2 83.333333
uj5u.com熱心網友回復：
這是一種解決方法
# define regex pattern on values that you like treated as null
# remember to escape the regex character
# defined N/A, 0.0, and - : /, . and - are all escaped with \
# each patter is separated with |
pat = 'N\/A|0\.0|\-'
# replace values defined in pat with np.nan
# check if its null and take the sum
df['col'].replace(pat, np.nan, regex=True).isna().sum()
uj5u.com熱心網友回復：
使用isin([])
mis_val = df.Data.isin([pd.NA, np.nan, None, '-', 'N/A', 0]).sum()
例子：
df = pd.DataFrame({'Data': [1, 2, 3, 'text', pd.NA, 5, 0, 4, '-', 12, 'N/A', 20, np.nan]})
mis_val = df.Data.isin([pd.NA, np.nan, None, '-', 'N/A', 0]).sum()
mis_val_percent = 100 * mis_val / df.size
print(f'Missed values rate is {mis_val_percent:.02f}%')
Missed values rate is 38.46%
邊注。關于 對 pandas 使用 pd.NA 與 np.nan
uj5u.com熱心網友回復：
如果您想在特定列中計算 N/A：
df["Col_name"].isna().sum()
如果您想在完整資料框中計算 N/A：
df.isna().sum().sum()
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/527142.html
標籤：Python熊猫缺失数据