缘分让我们相遇乱世以外
命运却要我们危难中相爱
也许未来遥远在光年之外
我愿守候未知里为你等待
我没想到为了你我能疯狂到
山崩海啸没有你根本不想逃
我的大脑为了你已经疯狂到
脉搏心跳没有你根本不重要
🎵 邓紫棋《光年之外》
在数据分析和处理的过程中，处理缺失数据（NaN 值）是一个非常常见的问题。缺失数据会影响分析结果的准确性，因此在数据清理阶段，我们通常需要统计并处理这些缺失值。Pandas 提供了一系列的方法来处理和分析缺失数据。本文将介绍如何使用 Pandas 统计每行数据中的空值。
什么是空值？
在 Pandas 中，空值通常用 NaN（Not a Number）表示。空值可以出现在任何数据类型中，包括数值、字符串、日期等。空值可能是由于数据采集不完整、数据输入错误或其他原因引起的。
为什么要统计空值？
统计空值的目的是为了了解数据的完整性，帮助我们决定如何处理这些缺失值。我们可以选择删除含有大量缺失值的行或列，也可以选择用其他值（如均值、中位数或特定值）填充这些缺失值。
准备工作
首先，我们需要安装 Pandas 库。如果你还没有安装，可以使用以下命令进行安装：
pip install pandas
创建示例数据
我们将创建一个包含一些空值的示例 DataFrame，以便进行演示。
import pandas as pd
import numpy as np# 创建示例 DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],'Age': [24, np.nan, 22, np.nan, 28],'City': ['New York', 'Los Angeles', np.nan, 'Chicago', 'Houston'],'Score': [85, 92, np.nan, 70, np.nan]
}df = pd.DataFrame(data)
print("原始数据：")
print(df)
输出：
原始数据：Name Age City Score
0 Alice 24.0 New York 85.0
1 Bob NaN Los Angeles 92.0
2 Charlie 22.0 NaN NaN
3 David NaN Chicago 70.0
4 Eva 28.0 Houston NaN
统计每行空值数量
使用 isnull() 方法可以检测 DataFrame 中的空值，并返回一个布尔值 DataFrame，其中 True 表示空值，False 表示非空值。然后使用 sum(axis=1) 统计每行的空值数量。
# 统计每行的空值数量
df['Missing Values'] = df.isnull().sum(axis=1)
print("每行空值数量：")
print(df)
输出：
每行空值数量：Name Age City Score Missing Values
0 Alice 24.0 New York 85.0 0
1 Bob NaN Los Angeles 92.0 1
2 Charlie 22.0 NaN NaN 2
3 David NaN Chicago 70.0 1
4 Eva 28.0 Houston NaN 1
进一步分析
有了每行的空值数量，我们可以进一步分析数据集的完整性。例如，我们可以过滤出那些空值较多的行，以便进一步处理。
# 筛选出含有空值的行
rows_with_missing_values = df[df['Missing Values'] > 0]
print("含有空值的行：")
print(rows_with_missing_values)
输出：
含有空值的行：Name Age City Score Missing Values
1 Bob NaN Los Angeles 92.0 1
2 Charlie 22.0 NaN NaN 2
3 David NaN Chicago 70.0 1
4 Eva 28.0 Houston NaN 1
处理空值
处理空值有多种方法，具体方法取决于业务需求和数据特点。常见的处理方法包括：
删除含有空值的行：
df_dropped = df.dropna()
print("删除含有空值的行后的数据：")
print(df_dropped)
填充空值：
可以使用均值、中位数、众数或其他特定值填充空值。例如，使用列的均值填充空值：
df_filled = df.fillna(df.mean())
print("填充空值后的数据：")
print(df_filled)
总结
在数据分析和处理过程中，统计和处理缺失数据是一个重要的步骤。通过 Pandas 提供的功能，我们可以轻松地统计每行数据中的空值，并根据具体情况选择适当的方法处理这些空值。希望本文能够帮助你更好地理解和应用 Pandas 处理缺失数据。
