Ответ 1

jwilner ответ включен. Я изучал, чтобы увидеть, есть ли более быстрый вариант, поскольку, по моему опыту, суммирование плоских массивов (как ни странно) происходит быстрее, чем подсчет. Этот код выглядит быстрее:

df.isnull().values.any()

Например:

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() немного медленнее, но, конечно, имеет дополнительную информацию - номер NaNs.

Ответ 2

У вас есть несколько вариантов.

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

Теперь фрейм данных выглядит примерно так:

          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

• Вариант 1: df.isnull().any().any() - возвращает логическое значение

Вы знаете о isnull() который возвращал бы такой фрейм данных:

       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

Если вы сделаете это df.isnull().any(), вы можете найти только столбцы, которые имеют значения NaN:

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

Еще один .any() скажет вам, если любое из вышеперечисленного True

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

• Вариант 2: df.isnull().sum().sum() - возвращает целое число от общего числа значений NaN:

Это работает так же, как .any().any(), сначала давая суммирование количества значений NaN в столбце, затем суммирование этих значений:

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

Наконец, чтобы получить общее количество значений NaN в DataFrame:

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

Ответ 3

Чтобы узнать, какие строки имеют NaN в определенном столбце:

nan_rows = df[df['name column'].isnull()]

Ответ 4

Если вам нужно узнать, сколько строк с "одним или несколькими NaN ":

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

Или, если вам нужно вытащить эти строки и изучить их:

nan_rows = df[df.isnull().T.any().T]

Ответ 5

df.isnull().any().any() должен это сделать.

Ответ 6

Добавление в Hobs блестящего ответа, я очень новичок в Python и Pandas, поэтому, пожалуйста, укажите, не ошибаюсь ли я.

Чтобы узнать, какие строки имеют NaNs:

nan_rows = df[df.isnull().any(1)]

выполнил бы ту же операцию без необходимости транспонирования, указав ось any() как 1, чтобы проверить, присутствует ли в строках "True".

Ответ 7

Так как никто не упомянул, есть еще одна переменная, называемая hasnans.

df[i].hasnans будет выводиться на True, если одно или несколько значений в серии pandas составляют NaN, False, если нет. Обратите внимание, что это не функция.

pandas версия '0.19.2' и '0.20.2'

Ответ 8

Так как pandas должен найти это для DataFrame.dropna(), я посмотрел, как они его реализуют, и обнаружил, что они использовали DataFrame.count(), который подсчитывает все ненулевые значения в DataFrame, Ср pandas исходный код. Я не сравнивал эту технику, но считаю, что авторы библиотеки, вероятно, сделали правильный выбор, как это сделать.

Ответ 9

Просто используйте math.isnan(x), верните True, если x - NaN (не число), и False в противном случае.

Ответ 10

Супер простой синтаксис: df.isna().any(axis=None)

Начиная с v0.23.2, вы можете использовать DataFrame.isna + DataFrame.any(axis=None) где axis=None указывает логическое сокращение по всему DataFrame.

# Setup
df = pd.DataFrame({'A': [1, 2, np.nan], 'B' : [np.nan, 4, 5]})
df
     A    B
0  1.0  NaN
1  2.0  4.0
2  NaN  5.0

df.isna()

       A      B
0  False   True
1  False  False
2   True  False

df.isna().any(axis=None)
# True

Полезные альтернативы

numpy.isnan
Еще один эффективный вариант, если вы используете старые версии панд.

np.isnan(df.values)

array([[False,  True],
       [False, False],
       [ True, False]])

np.isnan(df.values).any()
# True

Или проверьте сумму:

np.isnan(df.values).sum()
# 2

np.isnan(df.values).sum() > 0
# True

Series.hasnans
Вы также можете итеративно вызывать Series.hasnans. Например, чтобы проверить, есть ли в одном столбце NaN,

df['A'].hasnans
# True

И чтобы проверить, есть ли в каком-либо столбце NaN, вы можете использовать понимание с any (это операция короткого замыкания).

any(df[c].hasnans for c in df)
# True

Это на самом деле очень быстро.

Ответ 11

Вот еще один интересный способ найти нулевое значение и заменить его вычисленным значением.

    #Creating the DataFrame

    testdf = pd.DataFrame({'Tenure':[1,2,3,4,5],'Monthly':[10,20,30,40,50],'Yearly':[10,40,np.nan,np.nan,250]})
    >>> testdf2
       Monthly  Tenure  Yearly
    0       10       1    10.0
    1       20       2    40.0
    2       30       3     NaN
    3       40       4     NaN
    4       50       5   250.0

    #Identifying the rows with empty columns
    nan_rows = testdf2[testdf2['Yearly'].isnull()]
    >>> nan_rows
       Monthly  Tenure  Yearly
    2       30       3     NaN
    3       40       4     NaN

    #Getting the rows# into a list
    >>> index = list(nan_rows.index)
    >>> index
    [2, 3]

    # Replacing null values with calculated value
    >>> for i in index:
        testdf2['Yearly'][i] = testdf2['Monthly'][i] * testdf2['Tenure'][i]
    >>> testdf2
       Monthly  Tenure  Yearly
    0       10       1    10.0
    1       20       2    40.0
    2       30       3    90.0
    3       40       4   160.0
    4       50       5   250.0

Ответ 12

Я использую следующее и набираю тип, приводя его к строке и проверяя значение nan

   (str(df.at[index, 'column']) == 'nan')

Это позволяет мне проверять определенное значение в ряду, а не просто возвращать его, если оно содержится где-то в ряду.

Ответ 13

Или вы можете использовать .info() на DF например:

df.info(null_counts=True) который возвращает количество строк non_null в столбцах, таких как:

<class 'pandas.core.frame.DataFrame'>
Int64Index: 3276314 entries, 0 to 3276313
Data columns (total 10 columns):
n_matches                          3276314 non-null int64
avg_pic_distance                   3276314 non-null float64

Ответ 14

df.apply(axis=0, func=lambda x : any(pd.isnull(x)))

Проверим для каждого столбца, содержит ли он Nan или нет.

Ответ 15

Лучше всего было бы использовать:

df.isna().any().any()

Вот почему. Таким образом, isna() используется для определения isnull(), но оба они, конечно, идентичны.

Это даже быстрее, чем принятый ответ и охватывает все двумерные массивы панд.

Ответ 16

df.isnull(). sum() Это даст вам счетчик всех значений NaN в DataFrame

Ответ 17

пусть df будет именем DataFrame Pandas, а любые значения, которые являются numpy.nan являются нулевым значением.

1. Если вы хотите увидеть, какие столбцы имеют нулевые значения, а какие нет (просто True и False)
   df.isnull().any()
2. Если вы хотите видеть только те столбцы, которые имеют нули
   df.loc[:, df.isnull().any()].columns
3. Если вы хотите увидеть количество нулей в ваших столбцах
   df.loc[:, list(df.loc[:, df.isnull().any()].columns)].isnull().sum()
4. Если вы хотите увидеть процент пустых значений в ваших столбцах
   df.loc[:, list(df.loc[:, df.isnull().any()].columns)].isnull().sum()/(len(air_price))*100

РЕДАКТИРОВАТЬ 1: Если вы хотите увидеть, где ваши данные визуально отсутствуют:
import missingno
missingdata_df = df.columns[df.isnull().any()].tolist()
missingno.matrix(df[missingdata_df])

Ответ 18

В зависимости от типа данных, с которыми вы имеете дело, вы можете просто получить подсчет значений для каждого столбца при выполнении EDA, установив dropna в False.

for col in df:
   print df[col].value_counts(dropna=False)

Хорошо работает для категориальных переменных, не так много, когда у вас много уникальных значений.