Pandas：列中每个值的nan百分比

Question

目标：获取df每列和每个客户机的缺失值百分比

我的df是关于创建票据的：

          id                type  ...      priority          Client
0     56 113            Incident  ...          Low           client1
1     56 267             Demande  ...          High          client1
2     56 294            Incident  ...          Nan           NaN
3     56 197             Demande  ...          Low           client3
4     56 143             Demande  ...          Nan           client4

第一次尝试：

df.notna().sum()/len(agg_global)*100
Out[29]:                       
id                       97.053453   
type                     76.415869   
priority                 82.626625    
client                   84.596443 

这非常有用，但我想在我的输出中添加更多详细信息，列中的“客户端”维度如下：

我要创建的输出：

                           Client1   Client2     Client3      NaN
id                      100.000000   100.000000  100.000000   66.990424
type                     76.415869   66.990424   76.415869    43.761970
status                  100.000000   100.000000  66.990424    76.415869
category                66.990424   43.761970   76.415869     43.761970
entity                   43.761970   100.000000  76.415869    76.415869
source_demande           84.596443   100.000000  76.415869    43.761970

我尝试使用“groupby”，但无法获得欲望输出…：

                   id       type  ...      priority         Client
client                            ...                             
True        97.053453  76.415869  ...      29.98632       29.98632

如有任何建议，将不胜感激。谢谢你的关注

Answer 1

您可以删除列Client，因为它没有测试缺失值的百分比，通过^{}测试它们，通过Client聚合平均值以替换NaN避免丢失它们，最后通过^{}进行转置：

print (df)
       id      type priority   Client
0     NaN  Incident      Low  client1
1     NaN       NaN     High  client1
2  56 294  Incident      Nan      NaN
3  56 197       NaN      Low  client3
4     NaN   Demande      NaN  client4


df = (df.drop('Client', 1)
        .isna()
        .groupby(df['Client'].fillna('NaN'))
        .mean()
        .rename_axis(None)
        .T)
print (df)
          NaN  client1  client3  client4
id        0.0      1.0      0.0      1.0
type      0.0      0.5      1.0      0.0
priority  0.0      0.0      0.0      1.0

Answer 2

在我看来，使用暴力是可能的。我会尝试使用isna函数和求和来估计每行或每列中的NaN数，然后我会尝试估计百分比