`summarize_missing_values()`：总结并可视化 DataFrame 中的缺失值

描述

此函数提供 DataFrame 中缺失数据的快速摘要，并可选择将其可视化。它报告每列和每行的缺失值，并提供两种可视化模式：矩阵视图和条形图。这有助于在序列分析之前诊断数据质量问题。

用法

python

summarize_missing_values(
    df,
    plot=True,
    top_n=5,
    columns=None,
    mode='matrix',
    figsize=(10, 5),
    save_as=None,
    show=True
)

小记: 以上显示的值是默认设置。你可以根据需要进行更改。举例:
仅分析某些列：设置columns=['col1', 'col2']
要切换到条形图：设置mode ='bar'
要将图保存为 PNG 图像：设置 save_as='my_plot.png'
要抑制绘图显示（例如，在脚本中）：设置show=False

以下是自定义的简单示例：

python

summarize_missing_values(
    df,
    plot=True,
    mode='bar',
    columns=['Age', 'Income'],
    save_as='missing_summary.png',
    show=False
)

这将：

仅关注Age和Income列
使用条形图代替默认矩阵
将图表保存为missing_summary.png
避免弹出绘图窗口（例如，在自动化脚本中）

Entry Parameters

参数	类型	描述
`df`	`pd.DataFrame`	要分析的输入 DataFrame。
`plot`	`bool`	是否生成缺失值的可视化图表。默认值为`True`。
`top_n`	`int`	要显示的缺失值最多的行数。默认值为`5`。
`columns`	`list` or `None`	可选的要包含在分析中的列列表。如果为`None`，则使用所有列。
`mode`	`'matrix'` or `'bar'`	要显示的图表类型： `"matrix"` （默认）表示时间类布局，或 `"bar"` 表示每列摘要。
`figsize`	`tuple`	绘图尺寸（英寸）。默认值为 `(10, 5)`。
`save_as`	`str` or `None`	保存图形的文件路径。如果为 `None`，则不保存图形。
`show`	`bool`	是否显示图表。如果为 `False`，则将创建图形但不显示。

具体来说

该函数执行三项任务：

列摘要：列出每列缺失值的数量及其百分比。
行摘要：标识缺失值最多的行。
可视化：
- "matrix" 视图（默认）显示各行缺失的模式，适用于序列形状的数据。
- "bar" 视图显示每列缺失的值数。

用户可以选择将分析限制在选定的列，将图表保存到磁盘，并抑制批处理的显示。

值

此函数打印摘要并可选地生成可视化图表。它不返回任何值（即返回None）。

例子

python

import pandas as pd
from sequenzo.data_preprocessing.helpers import summarize_missing_values

df = pd.DataFrame({
    'A': [1, None, 3, None],
    'B': [None, 2, None, 4],
    'C': [5, 6, 7, 8]
})

python

# 1. 带有默认矩阵图的基本摘要
summarize_missing_values(df)

python

# 2. 仅汇总特定列
summarize_missing_values(df, columns=['A', 'B'])

python

# 3. 保存绘图并使用条形模式
summarize_missing_values(df, mode='bar', save_as='missing_bar.png', show=False)

python

# 4. 仅打印缺失值的文本摘要
summarize_missing_values(df, plot=False)

python

# 5. 改变图形大小
summarize_missing_values(df, figsize=(12, 6))

python

# 6. 关注选定的列
summarize_missing_values(df, columns=['A'], show=False)

输出

summarize_missing_values(df):

python

🔍 Missing Value Summary
----------------------------------------
[Columns with Missing Values]
   Missing Count  Missing (%)
A              2         50.0
B              2         50.0

[Top 5 Rows with Most Missing Values]
   Missing Count
0              1
1              1
2              1
3              1
<Figure size 1000x500 with 0 Axes>

summarize_missing_values(df, columns=['A', 'B']):

python

🔍 Missing Value Summary
----------------------------------------
[Columns with Missing Values]
Missing Count  Missing (%)
A              2         50.0
B              2         50.0

[Top 5 Rows with Most Missing Values]
Missing Count
0              1
1              1
2              1
3              1

<Figure size 1000x500 with 0 Axes>

summarize_missing_values(df, mode='bar', save_as='missing_bar.png', show=False):

python

🔍 Missing Value Summary
----------------------------------------
[Columns with Missing Values]
Missing Count  Missing (%)
A              2         50.0
B              2         50.0

[Top 5 Rows with Most Missing Values]
Missing Count
0              1
1              1
2              1
3              1

Because show=False, the plot is not displayed.
Because save_as='missing_bar.png', the plot is saved to disk instead of shown on screen.

The plot image is saved in the file as follow:

summarize_missing_values(df, plot=False)

python

🔍 Missing Value Summary
----------------------------------------
[Columns with Missing Values]
   Missing Count  Missing (%)
A              2         50.0
B              2         50.0

[Top 5 Rows with Most Missing Values]
   Missing Count
0              1
1              1
2              1
3              1

Also since show=False, the plot is not displayed.

summarize_missing_values(df, figsize=(12, 6))

python

🔍 Missing Value Summary
----------------------------------------
[Columns with Missing Values]
   Missing Count  Missing (%)
A              2         50.0
B              2         50.0

[Top 5 Rows with Most Missing Values]
   Missing Count
0              1
1              1
2              1
3              1

<Figure size 1200x600 with 0 Axes>

summarize_missing_values(df, columns=['A'])

python

🔍 Missing Value Summary
----------------------------------------
[Columns with Missing Values]
Missing Count  Missing (%)
A              2         50.0

[Top 5 Rows with Most Missing Values]
Missing Count
1              1
3              1
0              0
2              0

<Figure size 1000x500 with 0 Axes>

作者

代码: 梁彧祺

文档: 梁彧祺

编辑: 梁彧祺

翻译、测试：曲思竹

summarize_missing_values()：总结并可视化 DataFrame 中的缺失值 ​

描述 ​

用法 ​

Entry Parameters ​

具体来说 ​

值 ​

例子 ​

输出 ​

作者 ​

`summarize_missing_values()`：总结并可视化 DataFrame 中的缺失值

描述

用法

Entry Parameters

具体来说

值

例子

输出

作者