熊猫：一列的每个值的nan百分比

Question

目标：获取 df 的每一列和每个客户的缺失值百分比我的 df 是关于创建的票证：          id                type  ...      priority          Client0     56 113            Incident  ...          Low           client11     56 267             Demande  ...          High          client12     56 294            Incident  ...          Nan           NaN3     56 197             Demande  ...          Low           client34     56 143             Demande  ...          Nan           client4第一次尝试 ：df.notna().sum()/len(agg_global)*100Out[29]:                       id                       97.053453   type                     76.415869   priority                 82.626625    client                   84.596443 这非常有用，但我想在我的输出中添加更多详细信息，在列中使用“客户端”维度，如下所示：我想创建的输出：                           Client1   Client2     Client3      NaNid                      100.000000   100.000000  100.000000   66.990424type                     76.415869   66.990424   76.415869    43.761970status                  100.000000   100.000000  66.990424    76.415869category                66.990424   43.761970   76.415869     43.761970entity                   43.761970   100.000000  76.415869    76.415869source_demande           84.596443   100.000000  76.415869    43.761970我尝试使用“groupby”但无法获得所需的输出...：                   id       type  ...      priority         Clientclient                            ...                             True        97.053453  76.415869  ...      29.98632       29.98632任何建议将被认真考虑。感谢您的关注 ！

Answer 1

您可以删除Client不测试缺失值百分比的列，通过 测试它们，用 replace sDataFrame.isna聚合平均值以避免丢失它们，最后转置通过：ClientNaNDataFrame.T

print (df)

       id      type priority   Client

0     NaN  Incident      Low  client1

1     NaN       NaN     High  client1

2  56 294  Incident      Nan      NaN

3  56 197       NaN      Low  client3

4     NaN   Demande      NaN  client4

df = (df.drop('Client', 1)

        .isna()

        .groupby(df['Client'].fillna('NaN'))

        .mean()

        .rename_axis(None)

        .T)

print (df)

          NaN  client1  client3  client4

id        0.0      1.0      0.0      1.0

type      0.0      0.5      1.0      0.0

priority  0.0      0.0      0.0      1.0

Answer 2

据我所知，使用蛮力是可能的。我会尝试使用isna函数和求和来估计每行或每列中 NaN 的数量，然后我会尝试估计百分比。