这篇文章主要为大家分析了pandas返回缺失值位置的方法是什么的相关知识点，内容详细易懂，操作细节合理，具有一定参考价值。如果感兴趣的话，不妨跟着跟随小编一起来看看，下面跟着小编一起深入学习“pandas返回缺失值位置的方法是什么”的知识吧。
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 npimport 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] = tempmydict
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 pddata = [[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
这篇文章主要为大家分析了pandas返回缺失值位置的方法是什么的相关知识点，内容详细易懂，操作细节合理，具有一定参考价值。如果感兴趣的话，不妨跟着跟随小编一起来看看，下面跟着小编一起深入学习“pandas返回缺失值位置的方法是什么”的知识吧。
