创建数据框时存在NaN值的列

可以使用pandas库中的DataFrame函数创建数据框，并使用numpy库中的nan函数创建NaN值。以下是一个创建包含NaN值的数据框的示例：

import pandas as pd
import numpy as np

data = {'A': [1, 2, np.nan],
       'B': [3, np.nan, np.nan],
       'C': [4, 5, 6]}

df = pd.DataFrame(data)
print(df)

输出结果为：

     A    B  C
0  1.0  3.0  4
1  2.0  NaN  5
2  NaN  NaN  6

在这个例子中，我们使用了一个包含NaN值的字典作为数据源，并将其传递给DataFrame函数来创建一个数据框。

如果我们想要检查数据框中的NaN值的数量，我们可以使用isnull()函数和sum()函数：

print(df.isnull().sum())

输出结果为：

A    1
B    2
C    0
dtype: int64

这将在每列中计算NaN值的数量。