如何检查Pandas DataFrame中的任何值是否为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?

我知道函数pd.isnan ,但是这会为每个元素返回一个布尔值的DataFrame。 这篇文章在这里并不完全回答我的问题。


jwilner的回应是现货。 我正在探索是否有更快的选择,因为根据我的经验,总结平面阵列(奇怪)比计数快。 这段代码似乎更快:

df.isnull().values.any()

例如:

In [2]: df = pd.DataFrame(np.random.randn(1000,1000))

In [3]: df[df > 0.9] = pd.np.nan

In [4]: %timeit df.isnull().any().any()
100 loops, best of 3: 14.7 ms per loop

In [5]: %timeit df.isnull().values.sum()
100 loops, best of 3: 2.15 ms per loop

In [6]: %timeit df.isnull().sum().sum()
100 loops, best of 3: 18 ms per loop

In [7]: %timeit df.isnull().values.any()
1000 loops, best of 3: 948 µs per loop

df.isnull().sum().sum()有点慢,但是当然有更多的信息 - NaNs的数量。


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
  • 你知道isnull()会返回一个像这样的数据框:

           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
    

    如果你使用df.isnull().any() ,你可以找到只有具有NaN值的列:

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

    再多一个.any()会告诉你上面的任何一个是否为True

    > df.isnull().any().any()
    True
    
  • 选项2df.isnull().sum().sum() - 返回NaN值总数的整数:
  • 这与.any().any()操作方式相同,首先给出列中NaN值的总和,然后总结这些值:

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

    最后,要获得DataFrame中NaN值的总数:

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

    如果您需要知道有多少“1个或更多”行有NaN:

    df.isnull().T.any().T.sum()
    

    或者如果你需要拉出这些行并检查它们:

    nan_rows = df[df.isnull().T.any().T]
    
    链接地址: http://www.djcxy.com/p/58497.html

    上一篇: How to check if any value is NaN in a Pandas DataFrame

    下一篇: What is difference between quiet NaN and signaling NaN?