Pandas DataFrame 缺少所有值
Pandas DataFrame All Values Missing
我正在使用一个包含 962 行且缺失值为 0 的数据集,但是当我在其上 运行 isnull() 时,我得到的结果是整个数据集都是空的。
from statsmodels.tsa.seasonal import seasonal_decompose
import pandas as pd
from matplotlib import pyplot
ts = pd.read_excel("test.xlsx")
df = pd.DataFrame(ts)
df.set_index('date', inplace=True)
df.index = pd.to_datetime(df.index)
print(df.isnull().count())
内核输出:
date 962
tmax (degC) 962
tmin (degC) 962
af (days) 962
rain (mm) 962
sun (hrs) 962
dtype: int64
知道这里发生了什么吗?
将 count
更改为 sum
,计数将 return 而不是 NaN
值总数,在您的情况下,您需要计算 NaN
的数量,所以我们 sum
print(df.isnull().sum())
我正在使用一个包含 962 行且缺失值为 0 的数据集,但是当我在其上 运行 isnull() 时,我得到的结果是整个数据集都是空的。
from statsmodels.tsa.seasonal import seasonal_decompose
import pandas as pd
from matplotlib import pyplot
ts = pd.read_excel("test.xlsx")
df = pd.DataFrame(ts)
df.set_index('date', inplace=True)
df.index = pd.to_datetime(df.index)
print(df.isnull().count())
内核输出:
date 962
tmax (degC) 962
tmin (degC) 962
af (days) 962
rain (mm) 962
sun (hrs) 962
dtype: int64
知道这里发生了什么吗?
将 count
更改为 sum
,计数将 return 而不是 NaN
值总数,在您的情况下,您需要计算 NaN
的数量,所以我们 sum
print(df.isnull().sum())