理解python中的df.isnull.mean()

Question

我有一个数据框 df。代码是这样写的

df.isnull().mean().sort_values(ascending = False)

这是输出的一部分-

inq_fi                                 1.0
sec_app_fico_range_low                 1.0

我想了解它是如何工作的？

如果我们使用，

df.isnull()

，它只会为每个单元格返回 True 或 False。

mean()

将如何为我们提供正确的输出。我的目标是找到所有列中空值的百分比。上面的输出表示 inq_fi 和 sec_app_fico_range_low 具有所有缺失值。

我们也没有通过 sort_values 吗？

Answer 1

分解看起来像这样：

df.isnull()
#Mask all values that are NaN as True
df.isnull().mean()
#compute the mean of Boolean mask (True evaluates as 1 and False as 0)
df.isnull().mean().sort_values(ascending = False)
#sort the resulting series by column names descending

也就是说，有一列具有值：

[np.nan, 2, 3, 4]

评价为：

[True, False, False, False]

解释为：

[1, 0, 0, 0]

结果：

0.25

Answer 2

所有的大人都曾经是孩子……但只有少数人记得……

• 安托万·德·圣埃克苏佩里，《小王子》

df.isnull().mean() 只会返回值的平均值（“True”为 1），正如您从文档中看到的 (.mean([axis,skipna, numeric_only]) 返回值的平均值在请求的轴上。） ->

df.isnull.mean()

=

df.isnull.sum()/len(df)

参考：

1. “缺失数据的计算”（https://pandas.pydata.org/docs/user_guide/missing_data.html#calculations-with-missing-data）
2. “描述性统计” （https://pandas.pydata.org/docs/user_guide/basics.html#basics-stats）
3. “计算/描述性统计” （https://pandas.pydata.org/docs/reference/frame.html#computations-descriptive-stats）