在 pandas 数据框中显示具有一个或多个 NaN 值的行答案

【问题标题】：Display rows with one or more NaN values in pandas dataframe在 pandas 数据框中显示具有一个或多个 NaN 值的行
【发布时间】：2017-09-11 11:03:43
【问题描述】：

我有一个数据框，其中一些行包含缺失值。

In [31]: df.head()
Out[31]: 
                             alpha1  alpha2    gamma1    gamma2       chi2min  
filename                                                                        
M66_MI_NSRh35d32kpoints.dat  0.8016  0.9283  1.000000  0.074804  3.985599e+01   
F71_sMI_DMRI51d.dat          0.0000  0.0000       NaN  0.000000  1.000000e+25   
F62_sMI_St22d7.dat           1.7210  3.8330  0.237480  0.150000  1.091832e+01   
F41_Car_HOC498d.dat          1.1670  2.8090  0.364190  0.300000  7.966335e+00   
F78_MI_547d.dat              1.8970  5.4590  0.095319  0.100000  2.593468e+01

我想在屏幕上显示这些行。如果我尝试df.isnull()，它会给出一个带有True 和False 的长数据框。有什么方法可以选择这些行并将它们打印在屏幕上？

【问题讨论】：

标签： python pandas dataframe nan

【解决方案1】：

您可以使用DataFrame.any 和参数axis=1 在DataFrame.isna 和boolean indexing 的行中检查至少一个True：

df1 = df[df.isna().any(axis=1)]

d = {'filename': ['M66_MI_NSRh35d32kpoints.dat', 'F71_sMI_DMRI51d.dat', 'F62_sMI_St22d7.dat', 'F41_Car_HOC498d.dat', 'F78_MI_547d.dat'], 'alpha1': [0.8016, 0.0, 1.721, 1.167, 1.897], 'alpha2': [0.9283, 0.0, 3.833, 2.809, 5.459], 'gamma1': [1.0, np.nan, 0.23748000000000002, 0.36419, 0.095319], 'gamma2': [0.074804, 0.0, 0.15, 0.3, np.nan], 'chi2min': [39.855990000000006, 1e+25, 10.91832, 7.966335000000001, 25.93468]}
df = pd.DataFrame(d).set_index('filename')

print (df)
                             alpha1  alpha2    gamma1    gamma2       chi2min
filename                                                                     
M66_MI_NSRh35d32kpoints.dat  0.8016  0.9283  1.000000  0.074804  3.985599e+01
F71_sMI_DMRI51d.dat          0.0000  0.0000       NaN  0.000000  1.000000e+25
F62_sMI_St22d7.dat           1.7210  3.8330  0.237480  0.150000  1.091832e+01
F41_Car_HOC498d.dat          1.1670  2.8090  0.364190  0.300000  7.966335e+00
F78_MI_547d.dat              1.8970  5.4590  0.095319       NaN  2.593468e+01

解释：

print (df.isna())
                            alpha1 alpha2 gamma1 gamma2 chi2min
filename                                                       
M66_MI_NSRh35d32kpoints.dat  False  False  False  False   False
F71_sMI_DMRI51d.dat          False  False   True  False   False
F62_sMI_St22d7.dat           False  False  False  False   False
F41_Car_HOC498d.dat          False  False  False  False   False
F78_MI_547d.dat              False  False  False   True   False

print (df.isna().any(axis=1))
filename
M66_MI_NSRh35d32kpoints.dat    False
F71_sMI_DMRI51d.dat             True
F62_sMI_St22d7.dat             False
F41_Car_HOC498d.dat            False
F78_MI_547d.dat                 True
dtype: bool

df1 = df[df.isna().any(axis=1)]
print (df1)
                     alpha1  alpha2    gamma1  gamma2       chi2min
filename                                                           
F71_sMI_DMRI51d.dat   0.000   0.000       NaN     0.0  1.000000e+25
F78_MI_547d.dat       1.897   5.459  0.095319     NaN  2.593468e+01

【讨论】：

axis : {0 or ‘index’, 1 or ‘columns’}, or tuple/list its pass tuple or list to drop on multiple axes
假设您只想将isnull() 应用于某些列？
df[df['gamma1','gamma2'].isna().any(axis=1)] 或者对于一列它是 df[df['gamma1'].isna() ]。无论我们是检查整个数据帧还是少数列中的空值，这个想法都是相同的。应用用于布尔索引的 isna() 后，我们得到布尔系列。
重要提示：如果您尝试仅访问具有 NaN 值的行（并且不想要访问包含空值但不包含空值的行NaNs），这不起作用 - isna() 将检索两者。当您的数据框由数字和其他对象类型（例如字符串）组成时，这一点尤其适用。

【解决方案2】：

对于 python 3.6 或更高版本，请使用 df[df.isnull().any(axis=1)]。

【讨论】：

【解决方案3】：

假设 gamma1 和 gamma2 是 df.isnull().any() 给出 True 值的两个这样的列，可以使用以下代码打印行.

bool1 = pd.isnull(df['gamma1'])
bool2 = pd.isnull(df['gamma2'])
df[bool1]
df[bool2]

【讨论】：

【解决方案4】：

df.isna().any() 返回 nan 值的列状态。因此，观察和分析 nan 值的更好方法是：

df.loc[:, df.isna().any()]

example

【讨论】：

【解决方案5】：

也可以试试这个，和之前的答案差不多。

    d = {'filename': ['M66_MI_NSRh35d32kpoints.dat', 'F71_sMI_DMRI51d.dat', 'F62_sMI_St22d7.dat', 'F41_Car_HOC498d.dat', 'F78_MI_547d.dat'], 'alpha1': [0.8016, 0.0, 1.721, 1.167, 1.897], 'alpha2': [0.9283, 0.0, 3.833, 2.809, 5.459], 'gamma1': [1.0, np.nan, 0.23748000000000002, 0.36419, 0.095319], 'gamma2': [0.074804, 0.0, 0.15, 0.3, np.nan], 'chi2min': [39.855990000000006, 1e+25, 10.91832, 7.966335000000001, 25.93468]}
    df = pd.DataFrame(d).set_index('filename')

每列中的空值计数。

df.isnull().sum()

df.isnull().any(axis=1)

【讨论】：