python - 使用 Pandas 按特定列分组时找出空值的百分比

Question

下面是我的数据框的一个小快照:

avg_rating_of_driver    avg_rating_by_driver    bins
0   4.7 5.0 (3, 125]
1   5.0 5.0 NaN
2   4.3 5.0 (2, 3]
3   4.6 4.9 (3, 125]
4   4.4 4.9 (3, 125]
5   3.5 5.0 (1, 2]
6   NaN 4.0 (0, 1]
7   5.0 5.0 (1, 2]
8   4.5 5.0 (1, 2]
9   NaN 5.0 (0, 1]
10  5.0 4.9 (0, 1]
11  4.0 5.0 (2, 3]
12  NaN 5.0 (0, 1]
13  4.0 5.0 NaN
14  NaN 5.0 (0, 1]
15  NaN 5.0 (0, 1]
16  5.0 3.0 (0, 1]
17  3.9 4.8 NaN
18  4.6 4.8 (3, 125]
19  5.0 5.0 NaN
20  NaN 3.0 (0, 1]
21  NaN 5.0 (0, 1]
22  NaN 5.0 NaN
23  5.0 5.0 NaN
24  4.5 4.7 (3, 125]
25  NaN 5.0 (0, 1]

bin 具有以下值:

 (0,1] (1,2] (2,3] (3,125]

我对按 bin 分组 并找出每个 bin 中的空值百分比感兴趣。

这意味着当按 bins 分组时，有多少百分比的列具有该行的 NA 值。

Answer 1

这样的事情怎么样:

dg = df.groupby('bins')
for col in df.columns:
    if col!='bins':  
       print (dg[col].apply(pd.isnull).mean())

因为 dg[col].apply(pd.isnull) 是一个由 1 和 0' 组成的数组，它的平均值等于所有 1 的总和除以总数，也就是 NaN 值!

你也可以在没有for循环的情况下编写它:

dg.apply(pd.isnull).mean()

但是这种情况下 bins 也返回零值的行。