在Python Pandas中，检查DataFrame是否有一个(或多个)NaN值的最佳方法是什么?
我知道函数pd。isnan，但这将返回每个元素的布尔值的DataFrame。这篇文章也没有完全回答我的问题。
当前回答
df.isnull().sum()
这将为您提供DataFrame各列中所有NaN值的计数。
其他回答
为此，我们可以使用df.isna().any()语句。这将检查我们所有的列，如果有任何缺失值或nan返回True，如果没有缺失值则返回False。
加上霍布斯的精彩回答，我对Python和熊猫很陌生，所以如果我错了，请指出来。
要找出哪些行有nan:
nan_rows = df[df.isnull().any(1)]
将执行相同的操作，而不需要通过将any()的轴指定为1来检查'True'是否在行中存在。
或者你可以在DF上使用.info()，例如:
df.info(null_counts=True)返回列中非_null的行数，例如:
<class 'pandas.core.frame.DataFrame'>
Int64Index: 3276314 entries, 0 to 3276313
Data columns (total 10 columns):
n_matches 3276314 non-null int64
avg_pic_distance 3276314 non-null float64
Df.isnull ().any().any()应该这样做。
你不仅可以检查是否有'NaN'存在，还可以使用下面的方法得到'NaN'在每一列中的百分比，
df = pd.DataFrame({'col1':[1,2,3,4,5],'col2':[6,np.nan,8,9,10]})
df
col1 col2
0 1 6.0
1 2 NaN
2 3 8.0
3 4 9.0
4 5 10.0
df.isnull().sum()/len(df)
col1 0.0
col2 0.2
dtype: float64
