我有一个包含7100行的3列数据集。
data.isna().sum()显示，其中一列包含117个NaN原子，其余为0。CCD_ 2还示出了用于一列的117和用于其它列的0。
CCD_ 3减少351行。有人能向我解释一下吗？我做错什么了吗？
编辑：
我现在检查已删除的行。删除了351行，其中dropped.isna().sum().sum()显示了总共117个NaN值。
dropped[~dropped['description'].isna()]显示了一个空表。因此，在我看来，结果似乎是正确的。
现在我只是好奇计数的差异是如何产生的。
遗憾的是，我无法提供数据样本。
data.isna((.sum((返回数据帧中NAN值的总数，使用data.dropna((将删除所有NAN值。您可以通过创建一个子集来具体检查NAN值的数量，例如：NAN_rows=dataframe[dataframe.columnNameWithNanValues.isna((]来检查NAN的值，然后返回数据帧的形状。接下来，使用不带inplace=True参数的.dropna((来删除NAN和Null值。
找到了解决方案。很简单。。。我有三列，其中一列包含117个NaN值。3列的117个值是要删除的总共351个字段。由于我使用df.size来测量删除的大小，它计算字段而不是行，所以我得到351"；删除字段"；，这是完全正确的。