如何计算 pandas 中的空值并以百分比形式返回 - Python

在使用 pandas 进行数据清洗与分析时，空值会是我们需要处理的一种数据类型。为了更加深入地了解 pandas 中空值的情况，我们可以使用 isnull() 方法来计算出每一列和每一行中的空值数量，并用百分比的形式展示出来。

计算每一列中的空值数量

我们可以使用 isnull().sum() 方法来计算每一列中的空值数量，其具体操作步骤如下：

# 导入 pandas 库
import pandas as pd

# 读取数据
data = pd.read_csv('data.csv')

# 计算每一列中的空值数量
null_count = data.isnull().sum()

# 输出结果
print(null_count)

以上代码片段中，首先通过 pd.read_csv() 方法读取了一个示例数据集 data.csv，然后使用 isnull().sum() 方法计算了每一列中的空值数量，最后使用 print() 函数输出结果。

如果需要以百分比的形式展示每一列中的空值数量，我们可以在计算空值数量之后，再除以数据集总行数，代码如下：

# 导入 pandas 库
import pandas as pd

# 读取数据
data = pd.read_csv('data.csv')

# 计算每一列中的空值数量
null_count = data.isnull().sum()

# 计算每一列中空值所占比例
null_percentage = null_count / len(data) * 100

# 输出结果
print(null_percentage)

计算每一行中的空值数量

我们可以使用 isnull().sum(axis=1) 方法来计算每一行中的空值数量，其具体操作步骤如下：

# 导入 pandas 库
import pandas as pd

# 读取数据
data = pd.read_csv('data.csv')

# 计算每一行中的空值数量
null_count = data.isnull().sum(axis=1)

# 输出结果
print(null_count)

以上代码片段中，首先通过 pd.read_csv() 方法读取了一个示例数据集 data.csv，然后使用 isnull().sum(axis=1) 方法计算了每一行中的空值数量，最后使用 print() 函数输出结果。

如果需要以百分比的形式展示每一行中的空值数量，我们可以在计算空值数量之后，再除以数据集总列数，代码如下：

# 导入 pandas 库
import pandas as pd

# 读取数据
data = pd.read_csv('data.csv')

# 计算每一行中的空值数量
null_count = data.isnull().sum(axis=1)

# 计算每一行中空值所占比例
null_percentage = null_count / len(data.columns) * 100

# 输出结果
print(null_percentage)

以上就是在 pandas 中计算空值数量并以百分比形式返回的方法。