Pandas统计列NaN值，这4步轻松搞定!

在Pandas分析和处理数据的过程中，我们常常需要关注DataFrame中NaN值的出现情况。那么如何 high起来计算Pandas DataFrame某列或所有列中的NaN值呢?

下面介绍Pandas统计列NaN值的4大步骤：
第一步：使用.isna()标记NaN

df.isna() 

使用.isna()方法可以将DataFrame中的NaN值标记出来。

第二步：.sum()计算标记值

df.isna().sum()

使用.sum()方法可以对标记后的NaN值进行求和，得到每个列NaN出现的次数。

第三步：选择单列或所有列
要统计单列NaN，选择['colname']

df['col1'].isna().sum()

要统计所有列NaN，直接对DataFrame使用.isna().sum()

df.isna().sum()

第四步：输出结果
最终输出每个列NaN出现的次数，如：

col1    1
col2    2
col3    0 
dtype： int64

这就是Pandas统计列NaN值的4大步骤，掌握这4步，我们可以轻松检测DataFrame中任意列的NaN情况。