Python-dataframe:如何只计算和显示dataframe中缺失值的数量?

在我看来,最简单的方法就是删除 0 boolean indexing 然后 sort_values :

s = df.isna().sum()
s = s[s != 0].sort_values(ascending=False)

any True (一) NaN

df1 = df.isna()
s = df1.loc[:, df1.any()].sum().sort_values(ascending=False)

样品:

df = pd.DataFrame({
        'A':list('abcdef'),
         'B':[np.nan,5,np.nan,5,5,np.nan],
         'C':[7,8,9,np.nan,2,3],
         'D':[1,3,5,7,1,0],
         'E':[np.nan,3,6,9,2,np.nan],
         'F':list('aaabbb')
})

s = df.isna().sum()
s = s[s != 0].sort_values(ascending=False)
print (s)
B    3
E    2
C    1
dtype: int64

pipe 要从总计中删除零值:

>>> df.isnull().sum().sort_values(ascending=False).pipe(lambda s: s[s > 0])
B    3
E    2
C    1
dtype: int64