python pandas中.isnull().any()含义
2018-03-08 19:07
393 查看
问题描述:
python pandas判断缺失值一般采用
2
3
4
5
6
7
8
2
3
4
5
6
7
8
9
10
11
2
3
4
5
6
7
8
9
10
11
2
3
4
5
6
7
对于该问题,可以采用如下方式解决:
2
3
4
5
6
7
可以只显示存在缺失值的行列,清楚的确定缺失值的位置。
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.nan1
2
3
4
5
6
7
8
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 -1.6938101
2
3
4
5
6
7
8
9
10
11
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 False1
2
3
4
5
6
7
8
9
10
11
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: bool1
2
3
4
5
6
7
对于该问题,可以采用如下方式解决:
df[df.isnull().values==True]1
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 NaN1
2
3
4
5
6
7
可以只显示存在缺失值的行列,清楚的确定缺失值的位置。
相关文章推荐
- Python使用pandas处理CSV文件
- 基于python的数据分析库Pandas
- PythonStock(10):使用notebook + tushare + pandas 简单的股票分析,蜡烛图
- Python_pandas_20171102
- python—pandas中DataFrame类型数据操作函数
- Python脚本运行出现语法错误:IndentationError: unindent does not match any outer indentation level
- Python及其接口函数库(TensorFlow、NumPy、Matplotlib、sklearn、pandas)参考资料(更新中,更新日期:2017-07-10)
- Windows下安装Python EDP_free并安装pandas
- 【量化小讲堂-Python&Pandas系列22】最优雅的Python编程方式:Jupyter Notebook视频教程
- python数据分析库,numpy与pandas
- 数据预处理(2) ——数据变换与数据离散化 使用python(sklearn,pandas,numpy)实现
- python学习笔记(二)——Pandas十分钟入门
- python 中安装pandas
- python2.7版本win7 64位系统安装pandas注意事项_20161226
- python pandas.DataFrame选取、修改数据最好用.loc,.iloc,.ix
- linux离线搭建Python环境及安装numpy、pandas
- python pandas介绍(仅链接)
- python - pandas cut 离散化与面元划分
- python pandas 将行合并
- python pandas 实现SQl的count(*),count(distinct **)