快捷導(dǎo)航

Python Pandas找到缺失值的位置方法

更新時(shí)間：2018年04月12日 10:58:30 作者：kevinorg123

下面小編就為大家分享一篇Python Pandas找到缺失值的位置方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧

問題描述：

python pandas判斷缺失值一般采用 isnull()，然而生成的卻是所有數(shù)據(jù)的true／false矩陣，對于龐大的數(shù)據(jù)dataframe，很難一眼看出來哪個(gè)數(shù)據(jù)缺失，一共有多少個(gè)缺失數(shù)據(jù)，缺失數(shù)據(jù)的位置。

首先對于存在缺失值的數(shù)據(jù)，如下所示

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10,6))
# Make a few areas have NaN values
df.iloc[1:3,1] = np.nan
df.iloc[5,3] = np.nan
df.iloc[7:9,5] = np.nan

 0   1   2   3   4   5
0 0.520113 0.884000 1.260966 -0.236597 0.312972 -0.196281
1 -0.837552  NaN 0.143017 0.862355 0.346550 0.842952
2 -0.452595  NaN -0.420790 0.456215 1.203459 0.527425
3 0.317503 -0.917042 1.780938 -1.584102 0.432745 0.389797
4 -0.722852 1.704820 -0.113821 -1.466458 0.083002 0.011722
5 -0.622851 -0.251935 -1.498837  NaN 1.098323 0.273814
6 0.329585 0.075312 -0.690209 -3.807924 0.489317 -0.841368
7 -1.123433 -1.187496 1.868894 -2.046456 -0.949718  NaN
8 1.133880 -0.110447 0.050385 -1.158387 0.188222  NaN
9 -0.513741 1.196259 0.704537 0.982395 -0.585040 -1.693810

df.isnull()會(huì)產(chǎn)生如下結(jié)果

  0  1  2  3  4  5
0 False False False False False False
1 False True False False False False
2 False True False False False False
3 False False False False False False
4 False False False False False False
5 False False False True False False
6 False False False False False False
7 False False False False False True
8 False False False False False True
9 False False False False False False

df.isnull().any()則會(huì)判斷哪些”列”存在缺失值

0 False
1  True
2 False
3  True
4 False
5  True
dtype: bool

對于該問題，可以采用如下方式解決：

df[df.isnull().values==True]

Out[126]: 
   0   1   2   3   4   5
1 1.090872  NaN -0.287612 -0.239234 -0.589897 1.849413
2 -1.384721  NaN -0.158293 0.011798 -0.564906 -0.607121
5 -0.477590 -2.696239 0.312837  NaN 0.404196 -0.797050
7 0.369665 -0.268898 -0.344523 -0.094436 0.214753  NaN
8 -0.114483 -0.842322 0.164269 -0.812866 -0.601757  NaN

可以只顯示存在缺失值的行列，清楚的確定缺失值的位置。

以上這篇Python Pandas找到缺失值的位置方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章:

相關(guān)文章

python如何正確使用yield
在 Python 開發(fā)中，yield 關(guān)鍵字的使用其實(shí)較為頻繁，例如大集合的生成，簡化代碼結(jié)構(gòu)、協(xié)程與并發(fā)都會(huì)用到它。但是，你是否真正了解 yield 的運(yùn)行過程呢？這篇文章，我們就來看一下 yield 的運(yùn)行流程，以及在開發(fā)中哪些場景適合使用yield
2021-05-05
Python實(shí)現(xiàn)定時(shí)監(jiān)測網(wǎng)站運(yùn)行狀態(tài)的示例代碼
這篇文章主要介紹了Python實(shí)現(xiàn)定時(shí)監(jiān)測網(wǎng)站狀態(tài)的示例代碼，幫助大家更好的管理自己的網(wǎng)站，感興趣的朋友可以了解下
2020-09-09
PyQt5爬取12306車票信息程序的實(shí)現(xiàn)
12306是學(xué)習(xí)爬蟲的比較好的一個(gè)練手網(wǎng)站。本文主要實(shí)現(xiàn)了PyQt5爬取12306車票信息程序，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
2021-05-05
Jmeter并發(fā)執(zhí)行Python 腳本的完整流程
這篇文章主要介紹了Jmeter并發(fā)執(zhí)行 Python 腳本的問題詳解,本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下
2021-09-09
keras topN顯示,自編寫代碼案例
這篇文章主要介紹了keras topN顯示,自編寫代碼案例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧
2020-07-07
打包FlaskAdmin程序時(shí)關(guān)于static路徑問題的解決
近期寫了個(gè)基于Flask-admin的數(shù)據(jù)庫管理程序，通過pyinstaller打包，給別人用，經(jīng)過幾次嘗試，打包的數(shù)據(jù)一直找不到static里面的樣式文件，查閱資料后，最總把問題搞定了。寫下處理流程，供后來人參考
2021-09-09
python3 pathlib庫Path類方法總結(jié)
這篇文章主要介紹了python3 pathlib庫Path類方法總結(jié),文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
2019-12-12
python入門課程第五講之序列和字符串
這篇文章主要介紹了python入門課程第五講之序列和字符串，本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下
2021-09-09
Python獲取ip地址的3種方法代碼
在Python中獲取IP地址的方法有很多種,這篇文章主要給大家介紹了關(guān)于Python獲取ip地址的3種方法,文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下
2023-10-10
django中使用memcached示例詳解
這篇文章主要為大家介紹了django中使用memcached示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪
2022-06-06