pandas返回缺失值位置的方法实例教程
目录
- pandas返回缺失值位置
- 附:Pandas查找缺失值的位置,并返回缺失值行号以及列号
- 总结
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http://www.cppcns.comDataFrame
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.编程客栈isnull().any() a = a.编程客栈loc[a==True] columns = a.indexwww.cppcns.com.tolist() mydict = {}#创建一个字典来存储所有的位置 temp = [] http://www.cppcns.comfor 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我们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我们!
精彩评论