使用Pandas统计DataFrame列中NaN次数时遇KeyError问题求助

嘿，我来帮你搞定这个报错！你遇到的KeyError: 'Level NaN must be same as name (None)'，根源是你用错了count()方法的用法。

为什么会报错？ #

Pandas里Series.count()（你这里enron_df.loc['salary']返回的是一个Series）的作用是统计非缺失值的数量，而且它的参数不是用来指定要统计的目标值的。你传入'NaN'后，Pandas会把它当成要进行分组的级别名称，这和你的DataFrame结构不匹配，所以才抛出了这个奇怪的KeyError。

正确的几种统计NaN次数的方法 #

这里给你几个实用的方案：

1. 最简洁的方法：用isna().sum()
   先通过isna()把每个元素转换成布尔值（NaN对应True，非NaN对应False），再用sum()统计True的数量（因为True在Python中等价于1）：

   count = enron_df['salary'].isna().sum()
   

   （如果习惯用旧方法，isnull()和isna()是完全等价的，也可以写成enron_df['salary'].isnull().sum()）

2. 用value_counts包含NaN统计
   如果你想同时看到所有值的分布（包括NaN），可以用value_counts()并设置dropna=False，再提取NaN的计数：

   import numpy as np
   count = enron_df['salary'].value_counts(dropna=False).get(np.nan, 0)
   

   这里get(np.nan, 0)是为了防止如果没有NaN的话返回0，避免KeyError。

3. 另一种思路：总数量减去非缺失值数量
   既然count()是统计非缺失值，那总行数减去它的结果就是NaN的数量：

   count = len(enron_df['salary']) - enron_df['salary'].count()
   

另外提一句，如果你要取salary列，直接用enron_df['salary']比enron_df.loc['salary']更常规（除非salary是你的行索引名称，但看起来应该是列名）。

内容的提问来源于stack exchange，提问作者Ian Dzindo