识别缺失值并返回包含这些值的列表答案

【问题标题】：Recognizing missing values and return a list with these values识别缺失值并返回包含这些值的列表
【发布时间】：2018-04-13 13:04:11
【问题描述】：

我对编码很陌生，最近我在工作中完成了一个非常小的 Pandas 课程，这门课程的一部分是考虑一个我们想要改进的项目。我希望能够从 CSV 或 Excel 文件中识别表中的缺失值，然后列出这些缺失值。导入的 CSV 文件示例：

公司 2016 2015 2014 2013 2012 2011 2010

AAPL 美国 31 NaN 21.0 3.0 NaN 80.0 7

MSFT 美国 72 8.0 67.0 NaN 93.0 30.0 37

SNAP US 51 NaN NaN 7.0 33.0 16.0 44

FB US 49 56.0 33.0 97.0 NaN NaN 98

进入：

美国苹果公司，2015 年，2012 年

MSFT 美国，2013 年

SNAP 美国，2015 年，2014 年

FB 美国，2012 年，2011 年

我知道如何计算它们等等，但我想看到一个最终的列表。

谢谢！

【问题讨论】：

标签： python excel pandas csv

【解决方案1】：

首先set_index，通过isnull检查NaNs，最后通过apply生成lists，并进行过滤：

df = (df.set_index('Company')
        .isnull()
        .apply(lambda x : x.index[x].tolist(), 1)
        .reset_index(name='val'))
print (df)
   Company           val
0  AAPL US  [2015, 2012]
1  MSFT US        [2013]
2  SNAP US  [2015, 2014]
3    FB US  [2012, 2011]

或者如果想要strings:

df = df.set_index('Company')
s = np.where(df.isnull(), ['{}, '.format(x) for x in df.columns], '')
df = pd.Series([''.join(x).strip(', ') for x in s], index=df.index).reset_index(name='val')
print (df)
   Company         val
0  AAPL US  2015, 2012
1  MSFT US        2013
2  SNAP US  2015, 2014
3    FB US  2012, 2011

【讨论】：

谢谢！我偶然发现了另一个问题；当我的月经从每年（2016 年）到“2016 年第一季度”时，我得到一个错误。有没有办法解决这个问题，或者我需要清理数据，例如“2016 1”？
我认为如果需要将 periodindex 转换为字符串需要df.columns = df.columns.strftime('%Y %q')。