如何檢查 NaN 是否存在於 Pandas DataFrame 中
NaN 代表不是數字 - Not a Number，表示 Pandas 中缺少的值。要在 Python Pandas 中檢測 NaN 值，我們可以對 DataFrame 物件使用 isnull() 和 isna() 方法。
pandas.DataFrame.isnull()方法
我們可以使用 pandas.DataFrame.isnull() 來檢查 DataFrame 中的 NaN 值。如果要檢查的 DataFrame 中相應的元素具有 NaN 值，則該方法返回布林值的 DataFrame 元素為 True，否則為 False。
import pandas as pd
import numpy as np
df = pd.DataFrame(
{
"Student": ["Hisila", "Shristi", "Zeppy", "Alina", "Jerry"],
"Height": [1.63, 1.5, np.nan, np.nan, 1.4],
"Weight": [np.nan, 56, 73, np.nan, 44],
}
)
df_check = df.isnull()
print(df_check)
輸出：
Student Height Weight
0 False False True
1 False False False
2 False True False
3 False True True
4 False False False
在這裡，輸出中的 False 值代表 DataFrame df 中的元素不是 NaN，True 值代表 DataFrame df 中的 NaN 元素。
如果我們想知道 DataFrame 中是否有 NaN 值，可以使用 isnull().values.any() 方法，如果 DataFrame 中有任何 NaN 值則返回 True;如果 DataFrame 中甚至沒有單個 NaN 元素，則為 False。
import pandas as pd
import numpy as np
df = pd.DataFrame(
{
"Student": ["Hisila", "Shristi", "Zeppy", "Alina", "Jerry"],
"Height": [1.63, 1.5, np.nan, np.nan, 1.4],
"Weight": [np.nan, 56, 73, np.nan, 44],
}
)
check_for_nan = df.isnull().values.any()
print(check_for_nan)
輸出：
True
df.isnull().values 返回 DataFrame 的 NumPy 表示形式。如果任何元素被評估為 True，那麼 numpy.any() 返回 True。
因此，如果 DataFrame 中存在任何 NaN，則 df.isnull().values.any() 為 True。
df.isnull().any().any() 檢查是否存在任何 NaN
df.any() 返回任何元素是否為 True。當 df 是一個 DataFrame 時，它返回一個 pd.Series；而當 df 是 pd.Series 時，它返回一個布林值。
import pandas as pd
import numpy as np
df = pd.DataFrame(
{
"Student": ["Hisila", "Shristi", "Zeppy", "Alina", "Jerry"],
"Height": [1.63, 1.5, np.nan, np.nan, 1.4],
"Weight": [np.nan, 56, 73, np.nan, 44],
}
)
check_for_nan = df.isnull().any().any()
print(check_for_nan)
輸出：
True
如果 DataFrame 中的任何元素為 NaN，則上例中的 isnull() 之後的兩個級聯的 any() 方法將返回 True。
isnull().sum().sum() 檢查是否存在 NaN
如果我們想計算特定 DataFrame 中 NaN 值的總數，那麼 df.isnull().sum().sum() 方法是正確的解決方案。該方法在整個 DataFrame 中返回 NaN 值的總數。
import pandas as pd
import numpy as np
df = pd.DataFrame(
{
"Student": ["Hisila", "Shristi", "Zeppy", "Alina", "Jerry"],
"Height": [1.63, 1.5, np.nan, np.nan, 1.4],
"Weight": [np.nan, 56, 73, np.nan, 44],
}
)
total_nan_values = df.isnull().sum().sum()
print(total_nan_values)
輸出：
4
如果結果大於 0，則表示 DataFrame 中存在 NaN。
pandas.DataFrame.isna() 方法
pandas.DataFrame.isna() 方法類似於
pandas.DataFrame.isnull()。兩種方法的工作之間沒有任何區別。它們只是名稱不同。
import pandas as pd
import numpy as np
df = pd.DataFrame(
{
"Student": ["Hisila", "Shristi", "Zeppy", "Alina", "Jerry"],
"Height": [1.63, 1.5, np.nan, np.nan, 1.4],
"Weight": [np.nan, 56, 73, np.nan, 44],
}
)
df_check = df.isna()
check_for_any_nan = df.isna().values.any()
# Or
check_for_any_nan = df.isna().any().any()
total_nan_values = df.isna().sum().sum()
print(df_check)
print("NaN Presence:" + str(check_for_any_nan))
print("Total Number of NaN values:" + str(total_nan_values))
輸出：
Student Height Weight
0 False False True
1 False False False
2 False True False
3 False True True
4 False False False
NaN Presence:True
Total Number of NaN values:4
在這裡，方法 df.isna() 返回的 DataFrame 的元素包含布林值，這些布林值表示在 df 中存在 NaN 值。類似地，df.isna().values.any()，df.isna().any().any() 和 df.isna().sum().sum() 返回存在的整個 df 中的 NaN 值和 df 中的 NaN 元素數。
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn