df.isnull().sum()

df.isnull().sum() 是一个常用的 Pandas 方法，用于检查 DataFrame 中缺失值的数量。以下是对该方法的详细解释：

功能特性

• df.isnull()：返回一个与 DataFrame 形状相同的布尔型 DataFrame，其中缺失值（NaN）的位置为 True，其他位置为 False。
• .sum()：对布尔型 DataFrame 进行求和，True 被视为 1，False 被视为 0，因此可以计算每一列中缺失值的总数。

适用场景

• 在数据预处理阶段，检查数据集中的缺失值是非常重要的步骤。通过此方法，可以快速识别哪些列存在缺失值以及缺失值的数量，从而决定后续的处理策略（如填充、删除等）。

示例

假设有一个 DataFrame df，其内容如下：

import pandas as pd

data = {
    '产品': ['酱油', '盐', '醋', None],
    '价格': [10, None, 5, 8],
    '库存': [100, 200, None, 50]
}

df = pd.DataFrame(data)

使用 df.isnull().sum() 可以得到每一列缺失值的数量：

missing_values = df.isnull().sum()
print(missing_values)

输出结果

产品      1
价格      1
库存      1
dtype: int64

在项目中的具体用途

在渝江调味料网店运营数据分析中，使用 df.isnull().sum() 可以帮助我们快速识别销售数据、客户数据等中的缺失值，确保在后续分析和建模之前，数据的完整性和准确性。这是数据清洗和预处理的重要一步，有助于提高分析结果的可靠性。