Python如何识别并统计各列的空值数量_结合isna与sum函数输出报告-Python教程-PHP中文网

df.isna().sum()可快速统计每列空值数量，返回含列名索引的Series；需注意其仅识别NaN、None、NaT，不识别'NULL'等字符串；可构建含缺失数、占比、数据类型的结构化报告。

python如何识别并统计各列的空值数量_结合isna与sum函数输出报告

用 `isna()` + `sum()` 快速统计每列空值数量

直接对 DataFrame 调用 df.isna().sum() 就能得到各列空值计数，这是最轻量、最常用的方式。它返回一个 Series，索引是列名，值是对应列的 True（即空值）个数。

注意：这里的“空值”指所有被 Pandas 视为缺失的值——NaN、None、NaT（时间类型），但不包括字符串 'NULL'、'N/A' 或空白字符串 ''，这些需额外处理。

常见错误现象：df.isnull().sum() 也能用（isnull() 是 isna() 的别名），但建议统一用 isna()，语义更清晰；误写成 df.isna.sum()（漏了括号）会报 AttributeError。

输出结构化报告：转成 DataFrame 并添加百分比列

单纯看数字不够直观，加一列占比能快速定位问题列。关键点在于：总行数要用 len(df)，不是 df.shape[0]（二者等价，但 len() 更直觉），且必须处理分母为 0 的边界情况（空表）。

nan_report = df.isna().sum().rename('missing_count')
nan_report = nan_report.to_frame()
nan_report['missing_pct'] = (nan_report['missing_count'] / len(df) * 100).round(2)
nan_report['dtype'] = df.dtypes

使用场景：生成数据质量快照、ETL 前校验、Jupyter 中快速诊断。若列数多，可加 nan_report[nan_report['missing_count'] > 0] 只显示有空值的列。

性能影响：对百万级以下数据无感；若 DataFrame 极宽（上千列），isna() 本身是逐元素判断，但整体仍远快于循环 + isna().sum() 每列调用一次。

python-flask-vue-creator

创建 Flask + Vue.js 全栈项目，采用单端口架构、uv 依赖管理、结构化日志和生产级前端设计。当用户要求以下操作时触发：创建新的 Flask+Vue 项目、搭建 Web 应用、构建全栈 Python+Vue 应用、初始化 Flask Web 项目、设置单端口 Flask 前后端项目。触发词：新建项目、创建项目、搭建项目、Flask项目、Vue项目。

下载

区分不同空值类型：单独检查 `None` 和 `NaN` 的分布

isna() 把 None 和 NaN 都标为 True，但它们底层行为不同（比如 None 在 object 列中更常见，NaN 多出现在数值列）。如需拆开统计：

df.apply(lambda s: s.isna().sum() - s.isnull().sum()) 没用——两者结果完全一致
正确方式是用 df.apply(lambda s: s.apply(type).eq(type(None)).sum()) 统计显式 None（但极慢，仅调试用）
更实用的是：对 object 列，用 df[col].apply(lambda x: x is None)；对数值列，np.isnan(df[col]) 更准（因 None 在数值列会被自动转成 NaN）

容易踩的坑：在数值列里用 x is None 判断永远为 False（因为 None 已被转成 NaN）；用 pd.isna(x) 才安全通用。

导出报告到 Excel 或打印时控制格式

直接 print(nan_report) 在终端可能换行混乱，尤其列名长或含中文。推荐：

终端查看：加 pd.set_option('display.max_columns', None) 和 'display.width', 120
导出 Excel：nan_report.to_excel('missing_report.xlsx', index=True)，注意 index=True 才保留列名作为首列
避免科学计数法：对 missing_pct 列，用 .map('{:.2f}%'.format) 替代 .round(2)，防止小数位丢失

兼容性提醒：to_excel 需安装 openpyxl 或 xlsxwriter；若只读 CSV，用 to_csv(..., encoding='utf-8-sig') 防止 Excel 打开中文乱码。

真正麻烦的不是统计空值，而是空值背后的原因——同一列里混着 NaN、空字符串、占位符字符串，这时候 isna() 就完全看不见了，得先做清洗再统计。