Python Pandas找到缺失值的位置

python pandas判断缺失值一般采用 isnull()，然而生成的却是所有数据的true／false矩阵，对于庞大的数据dataframe，很难一眼看出来哪个数据缺失，一共有多少个缺失数据，缺失数据的位置。

首先对于存在缺失值的数据，如下所示

 import pandas as pd

 import numpy as np

 df = pd.DataFrame(np.random.randn(10,6))

 # Make a few areas have NaN values

 df.iloc[1:3,1] = np.nan

 df.iloc[5,3] = np.nan

 df.iloc[7:9,5] = np.nan

         0         1         2         3         4         5

0  0.520113  0.884000  1.260966 -0.236597  0.312972 -0.196281

1 -0.837552       NaN  0.143017  0.862355  0.346550  0.842952

2 -0.452595       NaN -0.420790  0.456215  1.203459  0.527425

3  0.317503 -0.917042  1.780938 -1.584102  0.432745  0.389797

4 -0.722852  1.704820 -0.113821 -1.466458  0.083002  0.011722

5 -0.622851 -0.251935 -1.498837       NaN  1.098323  0.273814

6  0.329585  0.075312 -0.690209 -3.807924  0.489317 -0.841368

7 -1.123433 -1.187496  1.868894 -2.046456 -0.949718       NaN

8  1.133880 -0.110447  0.050385 -1.158387  0.188222       NaN

9 -0.513741  1.196259  0.704537  0.982395 -0.585040 -1.693810

df.isnull() 会产生如下结果

       0      1      2      3      4      5

0  False  False  False  False  False  False

1  False   True  False  False  False  False

2  False   True  False  False  False  False

3  False  False  False  False  False  False

4  False  False  False  False  False  False

5  False  False  False   True  False  False

6  False  False  False  False  False  False

7  False  False  False  False  False   True

8  False  False  False  False  False   True

9  False  False  False  False  False  False

df.isnull().any() 则会判断哪些”列”存在缺失值

0 False

1 True

2 False

3 True

4 False

5 True

7 dtype: bool

df[df.isnull().values==True] 可以只显示存在缺失值的行列，清楚的确定缺失值的位置。

          0         1         2         3         4         5

1  1.090872       NaN -0.287612 -0.239234 -0.589897  1.849413

2 -1.384721       NaN -0.158293  0.011798 -0.564906 -0.607121

5 -0.477590 -2.696239  0.312837       NaN  0.404196 -0.797050

7  0.369665 -0.268898 -0.344523 -0.094436  0.214753       NaN

8 -0.114483 -0.842322  0.164269 -0.812866 -0.601757       NaN

巴特西

Python Pandas找到缺失值的位置

最新文章

热门文章