如何检查 Pandas DataFrame 中是否有任何值是 NaN

在 Python Pandas 中,检查 DataFrame 是否具有一个(或多个)NaN 值的最佳方法是什么?

我知道这个函数pd.isnan,但这会为每个元素返回一个布尔值的 DataFrame。这篇文章也没有完全回答我的问题

已邀请:
要找出特定列中哪些行具有 NaN:

nan_rows = df[df['name column'].isnull()]

你有几个选择。

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

现在数据框看起来像这样:

          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
  • 选项 1df.isnull().any().any()- 这将返回一个布尔值

您知道isnull()哪个会返回这样的数据帧:

       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

如果你成功了df.isnull().any(),你只能找到有NaN的列

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

还有一个.any()会告诉你上面是否有任何一个True

> df.isnull().any().any()
True
  • 选项 2df.isnull().sum().sum()- 这将返回NaN总数的整数

这与 的操作方式相同.any().any(),首先给出NaN数量的总和,然后是这些值的总和:

df.isnull().sum()
0 0
1 2
2 0
3 1
4 0
5 2
dtype: int64

最后,要获取 DataFrame 中 NaN 值的总数:

df.isnull().sum().sum()
5

要回复问题请先登录注册