Python Pandas找到缺失值的位置方法

 更新时间:2018年04月12日 10:58:30   作者:kevinorg123  
下面小编就为大家分享一篇Python Pandas找到缺失值的位置方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

问题描述:

python pandas判断缺失值一般采用 isnull(),然而生成的却是所有数据的true/false矩阵,对于庞大的数据dataframe,很难一眼看出来哪个数据缺失,一共有多少个缺失数据,缺失数据的位置。

首先对于存在缺失值的数据,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()会产生如下结果

  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()则会判断哪些”列”存在缺失值

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

对于该问题,可以采用如下方式解决:

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

可以只显示存在缺失值的行列,清楚的确定缺失值的位置。

以上这篇Python Pandas找到缺失值的位置方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • python如何正确使用yield

    python如何正确使用yield

    在 Python 开发中,yield 关键字的使用其实较为频繁,例如大集合的生成,简化代码结构、协程与并发都会用到它。但是,你是否真正了解 yield 的运行过程呢?这篇文章,我们就来看一下 yield 的运行流程,以及在开发中哪些场景适合使用yield
    2021-05-05
  • Python实现定时监测网站运行状态的示例代码

    Python实现定时监测网站运行状态的示例代码

    这篇文章主要介绍了Python实现定时监测网站状态的示例代码,帮助大家更好的管理自己的网站,感兴趣的朋友可以了解下
    2020-09-09
  • PyQt5爬取12306车票信息程序的实现

    PyQt5爬取12306车票信息程序的实现

    12306是学习爬虫的比较好的一个练手网站。本文主要实现了PyQt5爬取12306车票信息程序,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-05-05
  • Jmeter并发执行Python 脚本的完整流程

    Jmeter并发执行Python 脚本的完整流程

    这篇文章主要介绍了Jmeter并发执行 Python 脚本的问题详解,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-09-09
  • keras topN显示,自编写代码案例

    keras topN显示,自编写代码案例

    这篇文章主要介绍了keras topN显示,自编写代码案例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-07-07
  • 打包FlaskAdmin程序时关于static路径问题的解决

    打包FlaskAdmin程序时关于static路径问题的解决

    近期写了个基于Flask-admin的数据库管理程序,通过pyinstaller打包,给别人用,经过几次尝试,打包的数据一直找不到static里面的样式文件,查阅资料后,最总把问题搞定了。写下处理流程,供后来人参考
    2021-09-09
  • python3 pathlib库Path类方法总结

    python3 pathlib库Path类方法总结

    这篇文章主要介绍了python3 pathlib库Path类方法总结,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-12-12
  • python入门课程第五讲之序列和字符串

    python入门课程第五讲之序列和字符串

    这篇文章主要介绍了python入门课程第五讲之序列和字符串,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-09-09
  • Python获取ip地址的3种方法代码

    Python获取ip地址的3种方法代码

    在Python中获取IP地址的方法有很多种,这篇文章主要给大家介绍了关于Python获取ip地址的3种方法,文中通过代码介绍的非常详细,需要的朋友可以参考下
    2023-10-10
  • django中使用memcached示例详解

    django中使用memcached示例详解

    这篇文章主要为大家介绍了django中使用memcached示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-06-06

最新评论