python - 计算 csv 中 "NaN"(不是零或空白)的数量

Question

是否可以让 Python 计算 csv 文件中“NaN”(作为字符串/文本)的数量？尝试使用 pandas 的 read_csv，但一些有空白的列也被读取为 NaN。我知道的唯一可行方法是使用 excel find 'NaN' 作为值。

有人知道其他方法吗？提前致谢!

Answer 1

您可以使用 pd.read_csv，但您需要两个参数:na_values 和 keep_default_na。

1. na_values:

Additional strings to recognize as NA/NaN. If dict passed, specific per-column NA values. By default the following values are interpreted as NaN: ‘’, ‘#N/A’, ‘#N/A N/A’, ‘#NA’, ‘-1.#IND’, ‘-1.#QNAN’, ‘-NaN’, ‘-nan’, ‘1.#IND’, ‘1.#QNAN’, ‘N/A’, ‘NA’, ‘NULL’, ‘NaN’, ‘nan’`.

1. keep_default_na:

If na_values are specified and keep_default_na is False the default NaN values are overridden, otherwise they’re appended to.

所以在你的情况下:

pd.read_csv('path/to/file.csv', na_values='NaN', keep_default_na=False)

如果您想变得更“自由”一点，那么您可能需要像 na_values=['nan', 'NaN'] 这样的东西——重点是这些将被非常严格地解释。

举个例子——假设您有以下 CSV 文件，其中包含 1 个文字 NaN 和两个空格:

import pandas as pd
import numpy as np
df = pd.read_csv('input/sample.csv', na_values='NaN', keep_default_na=False)
print(np.count_nonzero(df.isnull().values))
# 1