pandas返回缺失值位置的方法实例教程

 更新时间:2022年01月10日 16:19:00   作者:小郝2002  
当我们用python进行数据处理时会遇到很多缺失值,缺失值一般是由于我们所处理的数据本身的特性、当初录入的失误或者其它原因导致的,下面这篇文章主要给大家介绍了关于pandas返回缺失值位置的方法,需要的朋友可以参考下

pandas返回缺失值位置

有的时候我们可能需要获取一些缺失值的信息,因此我们需要获取这些缺失值在DataFrame中的位置。

假如我们的DataFrame的索引为数值顺序索引,要返回缺失值的位置

import numpy as np
import pandas as pd

我们首先构建一个有缺失值的DataFrame

df = pd.DataFrame({'A':[1, 2, 3, np.nan],
                   'B':[2, np.nan, 4, 6], 
                   'C':[3, 2, np.nan, 3],
                   'D':[np.nan, 1, np.nan, 2]})
display(df)

首先我们可以查看每列中是否有缺失值

df.isnull().any()

我们发现四个columns均有缺失值,比如我们想知道每列的缺失值的具体位置,以A为例

df.isnull().any()

 可以看到返回了A的缺失值位置的索引,这样在定位的时候使用loc函数就可以直接定位到缺失值方便查看了.

如果我们想生成一个字典来存储全部的缺失值位置信息,可以用:

a = df.isnull().any()
a = a.loc[a==True]
columns = a.index.tolist()
mydict = {}#创建一个字典来存储所有的位置
temp = []
for column in columns:
    temp = df.loc[df[column].isnull()].index.tolist()
    mydict[column] = temp
mydict

附:Pandas查找缺失值的位置,并返回缺失值行号以及列号

#!/usr/bin/evn python
# -*-coding:utf8 -*-
import pandas as pd
data = [[None, None, 90, 80],[57, 43, 89, 65],[78, 50, 67, 78],[None, 78, 90, 73],[67, 45, 78, 76],[77, 88, None, 45],[52, 110, 120, 99],[131, 13, 32, 12]]
index = ['语文', '英语', '数学', '政治', '物理', '化学', '生物', '地理']
column = ['张三', '李四', '王五', '周六']
data = pd.DataFrame(data,index=index,columns=column)
print(data)
print("=========================================================\n")
for columname in data.columns:
    if data[columname].count() != len(data):
         loc = data[columname][data[columname].isnull().values==True].index.tolist()
         print('列名:"{}", 第{}行位置有缺失值'.format(columname,loc))

执行结果

F:\Opensources\python\python.exe D:/pythonStudy/EXCELDB/LagelangriCZ_test.py
       张三     李四     王五  周六
语文    NaN    NaN   90.0  80
英语   57.0   43.0   89.0  65
数学   78.0   50.0   67.0  78
政治    NaN   78.0   90.0  73
物理   67.0   45.0   78.0  76
化学   77.0   88.0    NaN  45
生物   52.0  110.0  120.0  99
地理  131.0   13.0   32.0  12
=========================================================
列名:"张三", 第['语文', '政治']行位置有缺失值
列名:"李四", 第['语文']行位置有缺失值
列名:"王五", 第['化学']行位置有缺失值

Process finished with exit code 0    

总结

到此这篇关于pandas返回缺失值位置的文章就介绍到这了,更多相关pandas返回缺失值位置内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python中过滤字符串列表的方法

    Python中过滤字符串列表的方法

    这篇文章主要介绍了Python中过滤字符串列表的方法,帮助大家更好的理解和使用python,感兴趣的朋友可以了解下
    2020-12-12
  • python实现年会抽奖程序

    python实现年会抽奖程序

    这篇文章主要为大家详细介绍了python实现年会抽奖程序,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-01-01
  • 一文带你详解Python中sys.executable函数的作用

    一文带你详解Python中sys.executable函数的作用

    sys.executable函数是用来获取当前Python解释器的完整路径的,本文主要介绍了一文带你详解Python中sys.executable函数的作用,具有一定的参考价值,感兴趣的可以了解一下
    2024-03-03
  • 如何在sae中设置django,让sae的工作环境跟本地python环境一致

    如何在sae中设置django,让sae的工作环境跟本地python环境一致

    这篇文章主要介绍了如何在sae中设置django,让sae的工作环境跟本地python环境一致,需要的朋友可以参考下
    2017-11-11
  • Python正则表达式使用指南

    Python正则表达式使用指南

    正则表达式(Regular Expression, 简称 regex)是处理字符串和文本的强大工具,它使用特定的语法定义一组规则,通过这些规则可以对文本进行匹配、查找、替换等操作,本文将详细介绍 Python 中如何使用正则表达式,需要的朋友可以参考下
    2024-11-11
  • python代码如何转jar包

    python代码如何转jar包

    这篇文章主要介绍了python代码如何转jar包问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-03-03
  • python二维列表一维列表的互相转换实例

    python二维列表一维列表的互相转换实例

    今天小编就为大家分享一篇python二维列表一维列表的互相转换实例,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
    2018-07-07
  • pandas 两列时间相减换算为秒的方法

    pandas 两列时间相减换算为秒的方法

    下面小编就为大家分享一篇pandas 两列时间相减换算为秒的方法,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
    2018-04-04
  • python对两个数组进行合并排列处理的两种方法

    python对两个数组进行合并排列处理的两种方法

    最近遇到数组合并问题,以此记录解决方法,供大家参考学习,下面这篇文章主要给大家介绍了关于python对两个数组进行合并排列处理的两种方法,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2023-05-05
  • python global的创建和修改实例讲解

    python global的创建和修改实例讲解

    在本篇文章里小编给大家整理了一篇关于python global的创建和修改实例讲解内容,有兴趣的朋友们可以学习下。
    2021-09-09

最新评论