如何修改pandas代码仅输出含缺失值的列及其缺失占比

原代码最简修改方案 #

在原有代码基础上新增过滤逻辑即可，仅保留缺失率大于0的列结果：

df.isnull().mean().round(4).mul(100).sort_values(ascending=False).loc[lambda x: x > 0]

其他可选实现方案 #

• 先筛选存在缺失的列再计算，适合列数极多的场景，减少后续计算量：

# 先提取存在缺失值的列名
has_na_cols = df.columns[df.isnull().any()]
# 仅针对目标列计算缺失率
df[has_na_cols].isnull().mean().round(4).mul(100).sort_values(ascending=False)

• 分步骤计算+过滤，可读性更高：

# 先计算所有列的缺失率
all_na_ratio = df.isnull().mean().round(4).mul(100)
# 过滤后降序输出
all_na_ratio[all_na_ratio > 0].sort_values(ascending=False)

• 扩展方案：同时输出缺失值数量和缺失率，统计信息更直观：

import pandas as pd
na_info = pd.DataFrame({
    '缺失值个数': df.isnull().sum(),
    '缺失率(%)': df.isnull().mean().round(4).mul(100)
})
# 过滤无缺失列后按缺失率降序排列
na_info[na_info['缺失值个数'] > 0].sort_values(by='缺失率(%)', ascending=False)

内容的提问来源于stack exchange，提问作者Ngoc ng