iPAS 考題解析參考下圖計算各變數的遺漏值（NaN）個數結果： youtube=0, facebook=1, newspaper=0, sales=0, dtype: int64 下列哪些選項的程式碼能正確計算遺漏值個數？ 選項A: df.isnull().sum() 選項B: df.isNaN().sum() 選項C: df.isna().sum() 選項D: df.isnan().sum()

解析

正確答案：C. 選項A、選項C

pandas中 isnull() 和 isna() 是完全等價的方法，均可偵測缺失值（NaN/None），因此選項A和選項C都正確。isNaN()（大寫N）和isnan()（全小寫）都不是pandas DataFrame的有效方法，呼叫會拋出AttributeError。

每個選項為什麼對或錯

• A 選項D 錯誤選項

  只有D不正確；isnan()是numpy的函數，不是pandas DataFrame方法。

• B 選項B、選項C、選項D 錯誤選項

  B（isNaN大寫）和D（isnan）均非pandas有效方法，選項B和D均錯誤。

• C 選項A、選項C 正解

  isnull()和isna()在pandas中完全等價，均能正確計算遺漏值個數。

• D 選項A、選項B、選項C 錯誤選項

  isNaN()（大寫N）不是pandas方法，選項B錯誤，故此組合不完全正確。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。