在Pandas DataFrame中按月份和列计算缺失率

原始数据 #

首先创建目标DataFrame：

import pandas as pd

df = pd.DataFrame({
    'M'   : ['1', '1' , '3',  '6',  '6',  '6'],
    'col1': [None, 0.1, None, 0.2,  0.3,  0.4],
    'col2': [0.01, 0.1, 1.3,  None, None, 0.5]
})

对应的数据集如下：

需求说明 #

按M列（月份）分组，统计col1、col2的缺失率百分比，期望输出结果：

实现代码 #

通过groupby分组后，结合isna().mean()计算缺失占比，再转为百分比并格式化小数位数：

# 分组计算缺失率百分比，保留一位小数
result = df.groupby('M').apply(lambda x: x.isna().mean() * 100).round(1).reset_index()

# 打印结果
print(result)

运行输出：

M  col1  col2
0  1   50.0   0.0
1  3  100.0   0.0
2  6    0.0  66.7

若需要严格匹配示例中的66.6（而非四舍五入后的66.7），可改用截断式保留小数：

import numpy as np

result = df.groupby('M').apply(lambda x: np.around(x.isna().mean() * 100, 1)).reset_index()

内容的提问来源于stack exchange，提问作者PeeteKeesel