[〜#〜] r [〜#〜]では、summary
コマンドを使用して欠落データの数をすばやく確認できますが、同等のpandas
DataFrameメソッド、 describe
はこれらの値を報告しません。
私は何かをすることができます収集
len(mydata.index) - mydata.count()
各列の欠損値の数を計算するには.
describe
とinfo
の両方が、欠損値以外の値の数を報告します。
In [1]: df = DataFrame(np.random.randn(10,2))
In [2]: df.iloc[3:6,0] = np.nan
In [3]: df
Out[3]:
0 1
0 -0.560342 1.862640
1 -1.237742 0.596384
2 0.603539 -1.561594
3 NaN 3.018954
4 NaN -0.046759
5 NaN 0.480158
6 0.113200 -0.911159
7 0.990895 0.612990
8 0.668534 -0.701769
9 -0.607247 -0.489427
[10 rows x 2 columns]
In [4]: df.describe()
Out[4]:
0 1
count 7.000000 10.000000
mean -0.004166 0.286042
std 0.818586 1.363422
min -1.237742 -1.561594
25% -0.583795 -0.648684
50% 0.113200 0.216699
75% 0.636036 0.608839
max 0.990895 3.018954
[8 rows x 2 columns]
In [5]: df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 10 entries, 0 to 9
Data columns (total 2 columns):
0 7 non-null float64
1 10 non-null float64
dtypes: float64(2)
行方不明の数を取得するには、あなたのsolnは正しいです
In [20]: len(df.index)-df.count()
Out[20]:
0 3
1 0
dtype: int64
これもできます
In [23]: df.isnull().sum()
Out[23]:
0 3
1 0
dtype: int64
小さな追加として、DataFrame列ごとに欠落している割合を取得するには、上記の@Jeffと@userSの回答を組み合わせて取得します。
df.isnull().sum()/len(df)*100
これは完全な要約ではありませんが、列レベルのデータをすぐに理解できます。
def getPctMissing(series):
num = series.isnull().sum()
den = series.count()
return 100*(num/den)
私はまだコメントできませんが、ジェフの答えに追加しますが、どの列にNanが含まれているか気にしないで、全体を確認したい場合は、2番目の.sum()を追加して単一の値を取得します。
result = df.isnull().sum().sum()
result > 0
シリーズには1つの.sum()が必要で、Panel()には3つの
次のいずれかがトリックを行い、すべての列に対してヌルのカウントを返します。
df.isnull().sum(axis=0)
df.isnull()
は、True/Falseの値を持つデータフレームを返しますsum(axis=0)
は、列のすべての行の値を合計します