Python pandas中isnull()函数详解：检测与统计缺失值

前言：

构建含缺失值的DataFrame

在Python的pandas库中，isnull()是一个非常有用的函数，主要用于识别数据中的缺失值。为了深入理解其用法，我们将通过具体的代码示例进行演示。首先，我们需要构建一个DataFrame对象，并在其中人为设置一些缺失值，以便后续观察isnull()的处理结果。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(10,99,size=(10,5)))
df.iloc[4:6,0] = np.nan
df.iloc[5:7,2] = np.nan
df.iloc[7,3] = np.nan
df.iloc[2:3,4] = np.nan

执行上述代码后，生成的DataFrame结构如下所示：

此外，开发者还可以利用PyCharm集成开发环境中的SciView工具直观地查看数据状态。

使用isnull()检测缺失值

接下来，我们首先调用isnull()函数，观察其返回的具体结果。

print(df.isnull())

运行上述代码后，控制台输出的结果如下所示：

总结：isnull()函数返回的是一个布尔值矩阵。如果某个位置的数据是缺失值，则对应位置返回True；如果数据存在且非空，则返回False。

使用isnull().any()识别含缺失值的列

虽然直接调用isnull()能返回布尔矩阵，但这种方式不够直观，难以快速掌握缺失值的整体分布情况。因此，我们可以结合其他聚合函数进行进一步分析。例如，使用df.isnull().any()来检查哪些列包含缺失值。

# 会判断哪些列包含缺失值，该列存在缺失值则返回True，反之False。
print(df.isnull().any())

运行上述代码后，结果如下所示：

总结：isnull().any()用于判断哪些列中包含至少一个缺失值。如果某列存在缺失值，则该列返回True；如果该列没有缺失值，则返回False。

我们再来看另一个实用的例子。

使用isnull().sum()统计缺失值数量

使用isnull().sum()可以直接统计并输出每一列中缺失值的总个数。

# isnull().sum()就更加直观了，它直接告诉了我们每列缺失值的个数。
print(df.isnull().sum())

运行上述代码后，结果如下所示：

下面对上图中的统计结果进行详细解释：

• 第0列中有2个值为NaN（Not a Number，即缺失值）。
• 第1列中有1个值为NaN。
• 第2列中有2个值为NaN。
• 第3列中有1个值为NaN。
• 第4列中有1个值为NaN。

仔细观察上述统计结果，可以发现它们与isnull().sum()的输出完全一致，这验证了统计方法的准确性。

至此，关于Python pandas库中isnull()函数的使用方法介绍完毕。如需了解更多Python中isnull相关的内容，建议搜索本站历史文章或继续阅读后续教程。感谢大家的支持！