如何检查 nan 是否存在于 pandas dataframe 中-ag捕鱼王app官网

nan 代表不是数字 - not a number，表示 pandas 中缺少的值。要在 python pandas 中检测 nan 值，我们可以对 dataframe 对象使用 isnull() 和 isna() 方法。

pandas.dataframe.isnull()方法

我们可以使用 pandas.dataframe.isnull() 来检查 dataframe 中的 nan 值。如果要检查的 dataframe 中相应的元素具有 nan 值，则该方法返回布尔值的 dataframe 元素为 true，否则为 false。

import pandas as pd
import numpy as np
df = pd.dataframe(
    {
        "student": ["hisila", "shristi", "zeppy", "alina", "jerry"],
        "height": [1.63, 1.5, np.nan, np.nan, 1.4],
        "weight": [np.nan, 56, 73, np.nan, 44],
    }
)
df_check = df.isnull()
print(df_check)

输出：

   student  height  weight
0    false   false    true
1    false   false   false
2    false    true   false
3    false    true    true
4    false   false   false

在这里，输出中的 false 值代表 dataframe df 中的元素不是 nan，true 值代表 dataframe df 中的 nan 元素。

如果我们想知道 dataframe 中是否有 nan 值，可以使用 isnull().values.any() 方法，如果 dataframe 中有任何 nan 值则返回 true;如果 dataframe 中甚至没有单个 nan 元素，则为 false。

import pandas as pd
import numpy as np
df = pd.dataframe(
    {
        "student": ["hisila", "shristi", "zeppy", "alina", "jerry"],
        "height": [1.63, 1.5, np.nan, np.nan, 1.4],
        "weight": [np.nan, 56, 73, np.nan, 44],
    }
)
check_for_nan = df.isnull().values.any()
print(check_for_nan)

输出：

true

df.isnull().values 返回 dataframe 的 numpy 表示形式。如果任何元素被评估为 true，那么 numpy.any() 返回 true。

因此，如果 dataframe 中存在任何 nan，则 df.isnull().values.any() 为 true。

df.isnull().any().any() 检查是否存在任何 nan

df.any() 返回任何元素是否为 true。当 df 是一个 dataframe 时，它返回一个 pd.series；而当 df 是 pd.series 时，它返回一个布尔值。

import pandas as pd
import numpy as np
df = pd.dataframe(
    {
        "student": ["hisila", "shristi", "zeppy", "alina", "jerry"],
        "height": [1.63, 1.5, np.nan, np.nan, 1.4],
        "weight": [np.nan, 56, 73, np.nan, 44],
    }
)
check_for_nan = df.isnull().any().any()
print(check_for_nan)

输出：

true

如果 dataframe 中的任何元素为 nan，则上例中的 isnull() 之后的两个级联的 any() 方法将返回 true。

isnull().sum().sum() 检查是否存在 nan

如果我们想计算特定 dataframe 中 nan 值的总数，那么 df.isnull().sum().sum() 方法是正确的ag捕鱼王app官网的解决方案。该方法在整个 dataframe 中返回 nan 值的总数。

import pandas as pd
import numpy as np
df = pd.dataframe(
    {
        "student": ["hisila", "shristi", "zeppy", "alina", "jerry"],
        "height": [1.63, 1.5, np.nan, np.nan, 1.4],
        "weight": [np.nan, 56, 73, np.nan, 44],
    }
)
total_nan_values = df.isnull().sum().sum()
print(total_nan_values)

输出：

4

如果结果大于 0，则表示 dataframe 中存在 nan。

pandas.dataframe.isna() 方法

pandas.dataframe.isna() 方法类似于
pandas.dataframe.isnull()。两种方法的工作之间没有任何区别。它们只是名称不同。

import pandas as pd
import numpy as np
df = pd.dataframe(
    {
        "student": ["hisila", "shristi", "zeppy", "alina", "jerry"],
        "height": [1.63, 1.5, np.nan, np.nan, 1.4],
        "weight": [np.nan, 56, 73, np.nan, 44],
    }
)
df_check = df.isna()
check_for_any_nan = df.isna().values.any()
# or
check_for_any_nan = df.isna().any().any()
total_nan_values = df.isna().sum().sum()
print(df_check)
print("nan presence:"  str(check_for_any_nan))
print("total number of nan values:"  str(total_nan_values))

输出：

   student  height  weight
0    false   false    true
1    false   false   false
2    false    true   false
3    false    true    true
4    false   false   false
nan presence:true
total number of nan values:4

在这里，方法 df.isna() 返回的 dataframe 的元素包含布尔值，这些布尔值表示在 df 中存在 nan 值。类似地，df.isna().values.any()，df.isna().any().any() 和 df.isna().sum().sum() 返回存在的整个 df 中的 nan 值和 df 中的 nan 元素数。