df.isna().mean()是最优缺失值比例计算方法，自动处理空列、兼容各类缺失标识、支持轴向统计和精度控制，避免除零错误与浮点精度风险。
用 isna().mean() 直接算每列缺失值比例
这是最常用也最省事的方法：Pandas 的 isna() 返回布尔 DataFrame，mean() 对布尔值求均值时会自动转成 True=1、False=0，结果就是缺失值占比。
常见错误是写成 df.isnull().sum() / len(df) —— 虽然结果一样，但多一步除法、多一次长度计算，还容易在空 DataFrame 上出错（len(df) 为 0 时触发除零）。
-
df.isna().mean()自动跳过空列，返回float64型 Series，数值直接是 0～1 区间 - 想看前 5 列的缺失比？用
df.iloc[:, :5].isna().mean() - 结果默认保留小数点后 6 位，需要控制精度就链式调用
.round(4)
对某几列单独计算缺失比例，别用循环
遇到只关心 "age"、"income"、"city" 这几列时，有人会 for 循环套 isna().mean()，其实完全没必要。
正确做法是用列名列表索引再统一计算：df[["age", "income", "city"]].isna().mean()。这样既向量化、又清晰，还能自然对齐列顺序。
- 列名拼错会导致
KeyError: 'xxx'，建议先用df.columns.isin(["age", "income"])检查是否存在 - 如果某列是
category类型且含NaN，isna()仍能正确识别，无需提前转类型 - 若列中混有
pd.NA（比如 nullable integer），isna()同样识别为缺失，不用额外处理
按行统计缺失比例，axis=1 别漏写
有时候要筛出“缺失字段超过 30% 的样本”，就得算每行的缺失比例，这时候必须显式指定 axis=1。
写成 df.isna().mean(axis=1) 才是对的；漏掉 axis=1 就变成默认按列算，返回的是列级统计，和需求完全相反。
- 结果是个长度为
len(df)的 Series，索引和原 DataFrame 一致，方便后续布尔索引，比如df[df.isna().mean(axis=1) > 0.3] - 性能上，
axis=1比axis=0慢不少，尤其列数多时。如果只是临时检查，没问题；若在 pipeline 中高频调用，考虑是否真需要逐行比例，还是用df.isna().sum(axis=1)算个数更轻量 - 注意：含大量字符串列时，
isna()对""（空字符串）不识别为缺失，它只管None、np.nan、pd.NA
导出缺失比例报告时，别让 0.0 和 0.000000 混着出现
用 df.isna().mean() 结果直接转 Excel 或打印，常看到有的列显示 0.0，有的显示 0.000000，其实是浮点显示差异，不是数据问题。
真正影响判断的是精度丢失风险——比如两个看似都是 0.0 的列，一个实际是 1e-15，另一个真是 0.0。做阈值过滤（如 > 0.05）时，这种差异可能引发误判。
- 统一用
.round(6)再比较，比直接用原始 float 更稳 - 导出到 CSV 时，
df.isna().mean().round(6).to_csv("missing_ratio.csv")可读性更好 - 如果要做缺失率排序（比如找最高缺失列），记得用
.sort_values(ascending=False)，别依赖打印顺序
缺失比例看着简单，但混合了类型推断、浮点精度、轴向理解三层细节。少一个 axis=1，或者没 round 就比较，都可能让结果偏一点，而这点偏差在清洗早期很难被发现。
