python - 计算 Pandas 数据框中 np.nan 的数量

Question

我有一个包含 np.nan (Numpy not-a-number) 值的 Pandas 数据框:

            field1
2020-12-24  NaN
2020-12-25  NaN
2020-12-26  1.0
2020-12-27  2.0
2020-12-28  NaN
2020-12-29  1.0
2020-12-30  2.0

(索引是日期时间。)
我想获得一个带有开始日期和 np.nan 出现次数的新数据框，即

            field1
2020-12-24  2
2020-12-28  1

我试过这个代码:

prev = 1
for col_name, el in df.iterrows():
    print(el)
    if prev != np.nan and el[0] == np.nan:
        cnt = 1
    if prev == np.nan and el[0] == np.nan:
        cnt = cnt + 1
    if prev == np.nan and el[0] != np.nan:
        print(cnt)
    prev = el[0]

但它没有按预期工作，而且我想避免“for”循环，因为我希望它们在更大的数据帧上非常慢。任何帮助，将不胜感激!

Answer 1

您可以通过 Series.notna 测试非缺失值来创建组与 Series.cumsum 然后只过滤 NaN s 行，然后通过 Series.map 获得计数和 Series.value_counts 并通过 Series.duplicated 过滤第一个重复的行:

m = df['field1'].notna()
s = m.cumsum()[~m]

df1 = s.map(s.value_counts())[~s.duplicated()].to_frame()
print (df1)
            field1
2020-12-24       2
2020-12-28       1