Есть ли быстрый способ автоматического генерации нулевого процента для каждого столбца и вывода в виде таблицы?Подсчет нуля в процентах
например, если столбец имеет 40 строк, с 10 нулевыми значениями, то это будет 10/40
я использую следующий код, но теперь работать (не показаны) значения: 
IIUC затем вы можете использовать isnull с sum, а затем разделить на количество строк:
In [12]:
df = pd.DataFrame({'a':[1,2,np.NaN,np.NaN,5], 'b':[np.NaN,1,np.NaN,np.NaN,np.NaN]})
df
Out[12]:
a b
0 1.0 NaN
1 2.0 1.0
2 NaN NaN
3 NaN NaN
4 5.0 NaN
In [14]:
df.isnull().sum()/df.shape[0]
Out[14]:
a 0.4
b 0.8
dtype: float64
вы можете использовать df.count()
In [56]: df
Out[56]:
a b
0 1.0 NaN
1 2.0 1.0
2 NaN NaN
3 NaN NaN
4 5.0 NaN
In [57]: 1 - df.count()/len(df.index)
Out[57]:
a 0.4
b 0.8
dtype: float64
тайминги, count прилично быстрее, чем isnull.sum()
In [68]: df.shape
Out[68]: (50000, 2)
In [69]: %timeit 1 - df.count()/len(df.index)
1000 loops, best of 3: 542 µs per loop
In [70]: %timeit df.isnull().sum()/df.shape[0]
100 loops, best of 3: 2.87 ms per loop
'' mean' имеет skipna' парам но если столбец имеет 'NaN' то возвращаемый результат будет' NaN', это имеет смысл установите 'NaN' на' 0' в этом случае, так называя 'fillna (0)' first so 'df [col] .fillna (0) .mean()' – EdChum
Вы пытались 'df.mean (axis = 1, skipna = False) '? или 'df.fillna (0) .mean (axis = 1)'? – EdChum
@ Ednum, но это вычислило бы средние значения в ячейке? – william007