NaN値の数を数える方法
Pythonのpandasライブラリを使用して、DataFrame内の列のNaN値を数える方法は、isnull()
メソッドを使用して欠損値をTrueとしてマークし、その後にsum()
メソッドを使って合計を計算します。
サンプルコード1:
import pandas as pd # サンプルDataFrameを作成 data = {'A': [1, 2, None, 4, 5], 'B': [None, 2, 3, 4, None]} df = pd.DataFrame(data) # 列ごとのNaN値の数を数える nan_count = df.isnull().sum() print(nan_count)
上記のコードでは、DataFrameの各列におけるNaN値の数が出力されます。
サンプルコード2:
import pandas as pd # サンプルDataFrameを作成 data = {'A': [1, 2, None, 4, 5], 'B': [None, 2, 3, 4, None]} df = pd.DataFrame(data) # 列ごとのNaN値の数を数える nan_count = df.isnull().sum() print(nan_count)
上記のコードも同様に、DataFrameの各列におけるNaN値の数が出力されます。
サンプルコード3:
import pandas as pd # サンプルDataFrameを作成 data = {'A': [1, 2, None, 4, 5], 'B': [None, 2, 3, 4, None]} df = pd.DataFrame(data) # 列ごとのNaN値の数を数える nan_count = df.isnull().sum() print(nan_count)
最後のサンプルコードでも、DataFrameの各列におけるNaN値の数が出力されます。
pandas DataFrame内の列のNaN値を数える方法は、`isnull()` メソッドを使用することです。このメソッドは、各要素がNaN値かどうかを判定し、True(NaN値)またはFalse(NaN値でない)を返します。その後、`sum()` メソッドを使って各列内のNaN値の数を合計することができます。以下は具体的なコード例です:
“`python
import pandas as pd# サンプルのDataFrameを作成
data = {‘A’: [1, 2, None, 4],
‘B’: [None, 5, 6, 7],
‘C’: [8, 9, 10, 11]}
df = pd.DataFrame(data)# 各列のNaN値の数を数える
nan_count_per_column = df.isnull().sum()
print(nan_count_per_column)
“`このコードを実行すると、各列内のNaN値の数が出力されます。このようにして、pandas DataFrame内の列のNaN値を数えることができます。