pandas 将数据帧与 NaN（或“未知”）合并以查找缺失值

使用pandas库处理数据是数据科学家和分析师的常见任务之一。pandas提供了强大的数据结构，如数据帧（DataFrame），可以轻松地对数据进行操作和分析。在数据分析中，经常会遇到缺失值的情况，即数据中存在NaN（Not a Number）或“未知”的情况。在本文中，我们将讨论如何使用pandas来合并数据帧和NaN，以查找缺失值。

python
import pandas as pd
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [20, 21, 22, 23],
        '成绩': [90, 85, pd.NaT, 95]}
df = pd.DataFrame(data)

python
missing_values = df.isnull()
print(missing_values)

python
missing_values_count = missing_values.sum()
print(missing_values_count)