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()

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()

  • A. 選項D
  • B. 選項B、選項C、選項D
  • C. 選項A、選項C ✓ 正確答案
  • D. 選項A、選項B、選項C

詳細解析

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。

出題年份：114 難度：★★☆