метод

1) создаем функцию для разделения на категории
(она возвращает название категории в зависимости от соответствия условию)
(*отступы могут отображаться некорректно)

def my_function_name(smth_to_enter_in_function):

Метод coun()

print(df[df['source_column_namel'].isnull()].count())

Вывод на экран результата подсчета строк df, в которых в столбце source_column_name нет данных

Метод head() выводит на экран первые первые 5 строк
Метод tail() выводит на экран последние строки таблицы

Поиск строк с пропусками, NaN с помощью isnull() и подсчет количества строк с пропусками

DataFrame.isnull()

df['source_column_name'].isnull()
Оставляет строки df, в которых в столбце source_column_name - значение NaN

print(df[df['source_column_name'].isnull()])
Вывод таблицы из строк пропусками

print(df[df['source_column_name'].isnull()].count())
Вывод количества строк с пропусками в столбце

См также
DataFrame.dropna
isna

value_counts() возвращает объект, содержащий количество уникальных значений;

name.value_counts(subset=None, normalize=False, sort=True, ascending=False)

name.value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True)

print(df['column_source_name'].value_counts())

normalize (считать ли частоту появления значения или количество)

dropna ( учитывать ли пропущенные значения)

sort (сортировать ли по количеству появления значения)