Python Pandas 统计数据缺失值

print('合并表 info_user 的缺失值个数：\n', info_user.isnull().sum()) # 统计缺失值

这段代码使用 Python Pandas 库统计名为 'info_user' 的数据表中所有列的缺失值数量。

代码解释：

• print() 函数用于打印输出结果。
• '合并表 info_user 的缺失值个数：\n' 是一个字符串，用于描述输出结果。\n 表示换行符，用于使输出更清晰。
• info_user.isnull().sum() 用于统计数据表中所有列的缺失值数量：
  • info_user 是 Pandas 数据框（DataFrame）的名称。
  • isnull() 方法用于判断数据框中每个单元格是否为空值。
  • sum() 方法用于计算所有空值单元格的数量。

示例：

假设 info_user 数据框包含以下数据：

| 用户名 | 年龄 | 城市 | |---|---|---| | 张三 | 25 | 北京 | | 李四 | | 上海 | | 王五 | 30 | |

运行上面的代码，将输出以下结果：

合并表 info_user 的缺失值个数：
 年龄     1
城市     1
dtype: int64

这表示 info_user 数据框中，'年龄' 列和 '城市' 列分别有 1 个缺失值。