如何在Pandas DataFrame中添加统计各列空值数的行？现有方法未生效

• 核心思路：把空值统计结果转换成和原DataFrame结构匹配的单行DataFrame，再用pd.concat完成拼接

正确操作步骤： #

1. 计算每列空值数量并转成单行DataFrame

# 假设你的DataFrame名为df
null_row = df.isna().sum().to_frame().T

2. 给统计行设置一个清晰的索引标识

null_row.index = ['空值统计']

3. 拼接原DataFrame和统计行

df_final = pd.concat([df, null_row])

你之前方法的问题： #

• result.isna().sum().T.reset_index()得到的DataFrame多了一列index，和原DataFrame的列结构不匹配，无法直接拼接
• pd.concat(df,df.isnull().sum().T)参数错误：pd.concat的第一个参数必须是列表形式，且df.isnull().sum().T是Series类型，不是DataFrame，无法和原DataFrame对齐拼接

完整示例： #

import pandas as pd
import numpy as np

# 创建示例DataFrame
df = pd.DataFrame({
    'A': [1, np.nan, 3],
    'B': [np.nan, 5, np.nan],
    'C': [7, 8, 9]
})

# 生成空值统计行
null_row = df.isna().sum().to_frame().T
null_row.index = ['空值统计']

# 拼接得到最终结果
df_final = pd.concat([df, null_row])
print(df_final)

输出结果：

A    B  C
0      1.0  NaN  7
1      NaN  5.0  8
2      3.0  NaN  9
空值统计  1.0  2.0  0

内容的提问来源于stack exchange，提问作者dave