将函数应用于数据框Python时基于一行条件打印

Question

我有以下数据框，我想只打印缺少值的列。

data = pd.DataFrame({'col_A' : [1,2,3,4],
                   'col_B' : [1,2,np.NaN,4]})

查找 NaN 的函数：

def num_missing(x):
    return sum(x.isnull()) 

当没有条件的打印工作时：

print( data.apply(num_missing, axis=0))

输出：

col_A    0
col_B    1
dtype: int64

期望的输出：

col_B    1
dtype: int64

我尝试使用单行 if 语句打印...但我的语法有问题

print( data.apply(num_missing, axis=0) if data.apply(num_missing, axis=0)> 0)

我还尝试了以下 if 语句，但它也不起作用：

 if data.apply(num_missing, axis=0) >0:
        print( data.apply(num_missing, axis=0) )

您能否提供解决方案并解释我做错了什么？

Answer 1

IIUC 我认为你需要这样的东西

data = pd.DataFrame({'col_A' : [1,2,3,4],
                   'col_B' : [1,2,np.NaN,4]})
#finding null values in columns and if atleat one null value is present printing it.
print(data.columns.values[data.isnull().any()])
['col_B']

试试这个

print(data.isnull().sum()[data.isnull().any()])
col_B    1
dtype: int64

对于 OP

if data.apply(num_missing, axis=0)>0:
    print('Yay')

因为data.apply(num_missing, axis=0)>0 行产生了一个系列而不是一个布尔值。如果你对 series bool 列使用 if 语句，它会将回溯抛出为：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-282-12bc35218d0e> in <module>()
----> 1 if data.apply(num_missing, axis=0)>0:
      2     print('Yay')

~\AppData\Local\conda\conda\envs\py3\lib\site-packages\pandas\core\generic.py in __nonzero__(self)
   1119         raise ValueError("The truth value of a {0} is ambiguous. "
   1120                          "Use a.empty, a.bool(), a.item(), a.any() or a.all()."
-> 1121                          .format(self.__class__.__name__))
   1122 
   1123     __bool__ = __nonzero__

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

上述 if 语句应与 a.empty, a.bool(), a.item(), a.any() or a.all() 中的任何一个一起使用。所以，最后你会得到一个具有列数长度的布尔系列。这是多余的。所以最好使用上面提到的方法，而不是坚持 if 语句。

如果您仍想在 if 语句中执行。试试这个：

if (data.apply(num_missing, axis=0)>0).any():
    print(data.apply(num_missing, axis=0)[data.apply(num_missing, axis=0)>0])

如果任何列中都没有 NaN 值，那么它会很有帮助，否则 if 语句将是多余的。谢谢。