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          Client

0     56 113            Incident  ...          Low           client1

1     56 267             Demande  ...          High          client1

2     56 294            Incident  ...          Nan           NaN

3     56 197             Demande  ...          Low           client3

4     56 143             Demande  ...          Nan           client4

第一次尝试 ：

df.notna().sum()/len(agg_global)*100

Out[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      NaN

id                      100.000000   100.000000  100.000000   66.990424

type                     76.415869   66.990424   76.415869    43.761970

status                  100.000000   100.000000  66.990424    76.415869

category                66.990424   43.761970   76.415869     43.761970

entity                   43.761970   100.000000  76.415869    76.415869

source_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         Client

client                            ...                             

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.Tprint (df)       id      type priority   Client0     NaN  Incident      Low  client11     NaN       NaN     High  client12  56 294  Incident      Nan      NaN3  56 197       NaN      Low  client34     NaN   Demande      NaN  client4df = (df.drop('Client', 1)        .isna()        .groupby(df['Client'].fillna('NaN'))        .mean()        .rename_axis(None)        .T)print (df)          NaN  client1  client3  client4id        0.0      1.0      0.0      1.0type      0.0      0.5      1.0      0.0priority  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。