【发布时间】:2015-08-07 10:48:51
【问题描述】:
在 Python 中使用 Pandas 时...
我正在处理一个包含一些缺失值的数据集,我想返回一个仅包含那些缺失数据的行的数据框。有什么好办法吗?
(我目前执行此操作的方法是一种低效的“查看没有缺失值的数据框中没有哪些索引,然后从这些索引中创建一个 df。”)
【问题讨论】:
标签: python pandas missing-data
在 Python 中使用 Pandas 时...
我正在处理一个包含一些缺失值的数据集,我想返回一个仅包含那些缺失数据的行的数据框。有什么好办法吗?
(我目前执行此操作的方法是一种低效的“查看没有缺失值的数据框中没有哪些索引,然后从这些索引中创建一个 df。”)
【问题讨论】:
标签: python pandas missing-data
您可以使用anyaxis=1 每行检查至少一个True,然后使用boolean indexing 过滤:
null_data = df[df.isnull().any(axis=1)]
【讨论】:
df.isnull() 在 0.23 之后返回 DataFrame。使用df.isnull().values.any(axis=1) 会快一点。
df.isnull().any(axis = 1).sum()
这会为您提供至少有一个缺失数据的总行数
【讨论】:
如果您只想查看包含 NaN 值的行,您可以这样做:
data_frame[data_frame.iloc[:, insert column number here]=='NaN']
【讨论】:
你可以这样使用代码
sum(df.isnull().any(axis=1))
【讨论】:
我刚遇到这个问题,我假设您想查看由我使用的缺失值行组成的数据框部分
df.loc[df.isnull().any(axis=1)]
【讨论】:
如果您正在寻找一种更快的方法来查找数据框中缺失的总行数,您可以使用以下方法:
sum(df.isnull().values.any(axis=1))
【讨论】: