如何检查 Pandas DataFrame 中是否有任何值是 NaN

Question

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？

我知道这个函数 pd.isnan ，但这会为每个元素返回一个布尔值 DataFrame。此处 的这篇文章 也没有完全回答我的问题。

原文由 hlin117 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

jwilner 的回应很到位。我正在探索是否有更快的选择，因为根据我的经验，对平面数组求和（奇怪地）比计数快。这段代码似乎更快：

 df.isnull().values.any()

 import numpy as np
import pandas as pd
import perfplot

def setup(n):
    df = pd.DataFrame(np.random.randn(n))
    df[df > 0.9] = np.nan
    return df

def isnull_any(df):
    return df.isnull().any()

def isnull_values_sum(df):
    return df.isnull().values.sum() > 0

def isnull_sum(df):
    return df.isnull().sum() > 0

def isnull_values_any(df):
    return df.isnull().values.any()

perfplot.save(
    "out.png",
    setup=setup,
    kernels=[isnull_any, isnull_values_sum, isnull_sum, isnull_values_any],
    n_range=[2 ** k for k in range(25)],
)

df.isnull().sum().sum() 有点慢，但当然还有附加信息 -- NaNs 的数量。

原文由 S Anand 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

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 1 ： df.isnull().any().any() - 这将返回一个布尔值

你知道 isnull() 会返回这样的数据帧：

        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

如果你做到了 df.isnull().any() ，你只能找到具有 NaN 值的列：

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

还有一个 .any() 会告诉你以上是否是 True

 > df.isnull().any().any()
True

• 选项 2 ： df.isnull().sum().sum() 这将返回 NaN 值总数的整数：

这与 .any().any() 的操作方式相同，首先给出列中 NaN 值的数量的总和，然后是这些值的总和：

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

最后，获取 DataFrame 中 NaN 值的总数：

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

原文由 Andy 发布，翻译遵循 CC BY-SA 3.0 许可协议