Pandasデータフレームの各行の欠損値の数を数える方法は？

Pandasデータフレームの各行の欠損値の数を取得するにはどうすればよいですか。各行に同じ数の欠損値がある異なるデータフレームにデータフレームを分割したいと思います。

なにか提案を？

次のように行にカウントを適用できます。

test_df.apply(lambda x: x.count(), axis=1)

test_df：

    A   B   C
0:  1   1   3
1:  2   nan nan
2:  nan nan nan

出力：

0:  3
1:  1
2:  0

次のように結果を列として追加できます。

test_df['full_count'] = test_df.apply(lambda x: x.count(), axis=1)

結果：

    A   B   C   full_count
0:  1   1   3   3
1:  2   nan nan 1
2:  nan nan nan 0

パンダを使用する場合は、ループを含む、で実行する操作を回避しようとapply、map、applymap遅いですなど！

各列の欠損値をカウントする場合は、次のことを試してください。

df.isnull().sum() または df.isnull().sum(axis=0)

一方、次の方法で各行を数えることができます（これはあなたの質問です）。

df.isnull().sum(axis=1)

Jan van der Vegtのソリューションよりも約10倍高速です（ただし、欠損値ではなく有効な値をカウントします）。

In [18]: %timeit -n 1000 df.apply(lambda x: x.count(), axis=1)
1000 loops, best of 3: 3.31 ms per loop

In [19]: %timeit -n 1000 df.isnull().sum(axis=1)
1000 loops, best of 3: 329 µs per loop

単純な方法：

df.isnull().sum(axis=1)

または、データフレームオブジェクトのinfoメソッドを使用することもできます。

df.info()

これは、各列の非null値の数を提供します。

列に沿ったnull値

df.isnull().sum(axis=0)

列に沿って空白の値、

c = (df == '').sum(axis=0)

行に沿ったnull値

df.isnull().sum(axis=1)

行に沿って空白の値、

c = (df == '').sum(axis=1)

このスニペットは、欠損値のある列の総数の整数値を返します。

(df.isnull().sum() > 0).astype(np.int64).sum()

>>> df = pd.DataFrame([[1, 2, np.nan],
...                    [np.nan, 3, 4],
...                    [1, 2,      3]])

>>> df
    0  1   2
0   1  2 NaN
1 NaN  3   4
2   1  2   3

>>> df.count(axis=1)
0    2
1    2
2    3
dtype: int64

欠損値の数が必要な場合：

np.logical_not(df.isnull()).sum()