pandas DataFrame内の列のNaN値を数える方法は？

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。