1. 計(jì)算空值個(gè)數(shù)

計(jì)算空值的個(gè)數(shù)，采用pandas中的isnull()函數(shù)，它可以直接判斷每一個(gè)數(shù)據(jù)知否是空值，返回的是bool變量，繼而df.isnull().sum()即可判斷每一列的空值總數(shù)。如下代碼所示。

input_file = "E:\\attr.csv"
df = pd.read_csv(input_file, header=0, encoding='utf-8')

print(df.isnull().sum())

返回結(jié)果是pandas.core.series.Series，左邊是列的名稱，右側(cè)是空值的個(gè)數(shù)?？筛鶕?jù)需要進(jìn)行數(shù)值提取。

value                   0
source                  0
target                  0
from                    0
to                      0
交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)         27462
住宿和餐飲業(yè)              29064
信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)     26912
農(nóng)、林、牧、漁業(yè)            27081
制造業(yè)                 26259
衛(wèi)生和社會(huì)工作             30995
居民服務(wù)、修理和其他服務(wù)業(yè)       25838
建筑業(yè)                 26788
房地產(chǎn)業(yè)                28147
批發(fā)和零售業(yè)              29278
教育                  30603
文化、體育和娛樂業(yè)           28013
水利、環(huán)境和公共設(shè)施管理業(yè)       30279
電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)    28874
科學(xué)研究和技術(shù)服務(wù)業(yè)          27287
租賃和商務(wù)服務(wù)業(yè)            28018
采礦業(yè)                 34193
金融業(yè)                 28316
dtype: int64

2. 計(jì)算零值的個(gè)數(shù)

零值的計(jì)算采用了條件判斷，如下所示，

input_file = "E:\\attr.csv"
df = pd.read_csv(input_file, header=0, encoding='utf-8')

for col in list(df.columns):
    zero = len(df[df[col] == 0])
    print('%s, 零值：%d' % (col, zero))

輸出結(jié)果如下：

value, 零值：0
source, 零值：0
target, 零值：0
from, 零值：0
to, 零值：0
交通運(yùn)輸、倉儲(chǔ)和郵政業(yè), 零值：2831
住宿和餐飲業(yè), 零值：4167
信息傳輸、軟件和信息技術(shù)服務(wù)業(yè), 零值：2071
農(nóng)、林、牧、漁業(yè), 零值：3005
制造業(yè), 零值：343
衛(wèi)生和社會(huì)工作, 零值：7125
居民服務(wù)、修理和其他服務(wù)業(yè), 零值：2662
建筑業(yè), 零值：2083
房地產(chǎn)業(yè), 零值：5169
批發(fā)和零售業(yè), 零值：849
教育, 零值：7870
文化、體育和娛樂業(yè), 零值：1613
水利、環(huán)境和公共設(shè)施管理業(yè), 零值：6225
電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè), 零值：7863
科學(xué)研究和技術(shù)服務(wù)業(yè), 零值：1443
租賃和商務(wù)服務(wù)業(yè), 零值：895
采礦業(yè), 零值：8976
金融業(yè), 零值：1484

應(yīng)該是有更簡(jiǎn)單的方法，以后學(xué)習(xí)到了再補(bǔ)充，目前用這個(gè)就夠了。