ในการนับการเกิด NaN ในคอลัมน์ ให้ใช้ isna() ใช้ sum() เพื่อเพิ่มค่าและหาจำนวน
ขั้นแรก ให้เรานำเข้าไลบรารีที่จำเป็นด้วยนามแฝงที่เกี่ยวข้อง -
import pandas as pd import numpy as np
สร้าง DataFrame เราได้ตั้งค่า NaN โดยใช้ Numpy np.inf ในคอลัมน์ "Units_Sold" -
dataFrame = pd.DataFrame({"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Cubic_Capacity": [2000, 1800, 1500, 2500, 2200, 3000],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000],"Units_Sold": [ 100, np.NaN, 150, np.NaN, 200, np.NaN]
}) นับค่า NaN จากคอลัมน์ "Units_Sold" -
dataFrame["Units_Sold"].isna().sum()
ตัวอย่าง
ต่อไปนี้เป็นรหัส -
import pandas as pd
import numpy as np
# creating dataframe
dataFrame = pd.DataFrame({"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Cubic_Capacity": [2000, 1800, 1500, 2500, 2200, 3000],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000],"Units_Sold": [ 100, np.NaN, 150, np.NaN, 200, np.NaN]
})
print("Dataframe...\n",dataFrame)
# count NaN values from column "Units_Sol"
count = dataFrame["Units_Sold"].isna().sum()
print("\nCount of NaN values in column Units_Sold...\n",count) ผลลัพธ์
สิ่งนี้จะสร้างผลลัพธ์ต่อไปนี้ -
Dataframe... Car Cubic_Capacity Reg_Price Units_Sold 0 BMW 2000 7000 100.0 1 Lexus 1800 1500 NaN 2 Tesla 1500 5000 150.0 3 Mustang 2500 8000 NaN 4 Mercedes 2200 9000 200.0 5 Jaguar 3000 6000 NaN Count of NaN values in column Units_Sold... 3
