So zählen Sie fehlende Werte in einem Pandas DataFrame

Oft möchten Sie möglicherweise die Anzahl der fehlenden Werte in einem Pandas DataFrame zählen.

Dieses Tutorial zeigt einige Beispiele zum Zählen fehlender Werte mit dem folgenden DataFrame:

import pandas as pd
import numpy as np

# Dataframe erstellen mit einigen fehlenden Werten
df = pd.DataFrame({'a': [4, np.nan, np.nan, 7, 8, 12],
                   'b': [np.nan, 6, 8, 14, 29, np.nan],
                   'c': [11, 8, 10, 6, 6, np.nan]})

# Dataframe anzeigen
print(df)

      a     b     c
0   4.0   NaN  11.0
1   NaN   6.0   8.0
2   NaN   8.0  10.0
3   7.0  14.0   6.0
4   8.0  29.0   6.0
5  12.0   NaN   NaN

Zählen Sie die insgesamt fehlenden Werte im gesamten DataFrame

Der folgende Code zeigt, wie die Gesamtzahl der fehlenden Werte im gesamten DataFrame berechnet wird:

df.isnull().sum().sum()

5

Dies sagt uns, dass insgesamt 5 Werte fehlen.

Zählen Sie die insgesamt fehlenden Werte pro Spalte

Der folgende Code zeigt, wie die Gesamtzahl der fehlenden Werte in jeder Spalte des DataFrame berechnet wird:

df.isnull().sum()

a    2
b    2
c    1

Dies sagt uns:

• Spalte 'a' hat 2 fehlende Werte.
• Spalte 'b' hat 2 fehlende Werte.
• Spalte 'c' hat 1 fehlenden Wert.

Sie können die Anzahl der fehlenden Werte auch als Prozentsatz der gesamten Spalte anzeigen:

df.isnull().sum()/len(df)*100

a    33.333333
b    33.333333
c    16.666667

Dies sagt uns:

• 33,33% der Werte in Spalte 'a' fehlen.
• 33,33% der Werte in Spalte 'b' fehlen.
• 16,67% der Werte in Spalte 'c' fehlen.

Zählen Sie die gesamten fehlenden Werte pro Zeile

Der folgende Code zeigt, wie die Gesamtzahl der fehlenden Werte in jeder Zeile des DataFrame berechnet wird:

df.isnull().sum(axis=1)

0    1
1    1
2    1
3    0
4    0
5    2

Dies sagt uns:

• Zeile 1 hat 1 fehlenden Wert.
• Zeile 2 hat 1 fehlenden Wert.
• Zeile 3 hat 1 fehlenden Wert.
• Zeile 4 enthält 0 fehlende Werte.
• Zeile 5 enthält 0 fehlende Werte.
• Zeile 6 hat 2 fehlende Werte.

Zusätzliche Ressourcen

So finden Sie eindeutige Werte in mehreren Spalten in Pandas