在经过验证的 pandas 数据框列中显示具有 False 值的行 [重复]答案

【问题标题】：Display row with False values in validated pandas dataframe column [duplicate]在经过验证的 pandas 数据框列中显示具有 False 值的行 [重复]
【发布时间】：2021-05-09 02:08:29
【问题描述】：

我正在验证数据框中的“价格”列。示例：

    ArticleId   SiteId  ZoneId  Date       Quantity Price   CostPrice
53  194516      9          2    2018-11-26  11.0    40.64   27.73
164 200838      9          2    2018-11-13  5.0     99.75   87.24
373 200838      9          2    2018-11-27  1.0     99.75   87.34

pd.to_numeric(df_sales['Price'], errors='coerce').notna().value_counts()

我很想用 False 值显示这些行，这样我就知道它们有什么问题。我该怎么做？

True     17984
False       13
Name: Price, dtype: int64

谢谢。

【问题讨论】：

标签： python-3.x pandas

【解决方案1】：

您可以在价格isnull()时打印您的行：

print(df_sales[df_sales['Price'].isnull()])

   ArticleId  SiteId  ZoneId       Date  Quantity  Price  CostPrice
1     200838       9       2 2018-11-13         5    NaN     87.240

【讨论】：

【解决方案2】：

pd.to_numeric(df['Price'], errors='coerce').isna() 返回一个Boolean，可用于选择导致错误的行。
- 这包括NaN 或带有strings 的行

import pandas as pd

# test data
df = pd.DataFrame({'Price': ['40.64', '99.75', '99.75', pd.NA, 'test', '99. 0', '98 0']})

   Price
0  40.64
1  99.75
2  99.75
3   <NA>
4   test
5  99. 0
6   98 0

# find the value of the rows that are causing issues
problem_rows = df[pd.to_numeric(df['Price'], errors='coerce').isna()]

# display(problem_rows)
   Price
3   <NA>
4   test
5  99. 0
6   98 0

另类

创建一个额外的列，然后用它来选择问题行

df['Price_Updated'] = pd.to_numeric(df['Price'], errors='coerce')

   Price  Price_Updated
0  40.64          40.64
1  99.75          99.75
2  99.75          99.75
3   <NA>            NaN
4   test            NaN
5  99. 0            NaN
6   98 0            NaN

# find the problem rows
problem_rows = df.Price[df.Price_Updated.isna()]

说明

使用.to_numeric() 更新列，然后检查NaNs 不会告诉您为什么必须强制行。

# update the Price row 
df.Price = pd.to_numeric(df['Price'], errors='coerce')

# check for NaN
problem_rows = df.Price[df.Price.isnull()]

# display(problem_rows)
3   NaN
4   NaN
5   NaN
6   NaN
Name: Price, dtype: float64

【讨论】：