如何为数据帧的单个列获取df.isnull()
为了获取数据帧（DataFrame）中单个列的缺失值情况，可以使用df.isnull()方法。该方法返回一个布尔值的数据帧，其中缺失值对应的位置为True，非缺失值对应的位置为False。
以下是完善且全面的答案：
数据帧（DataFrame）是Pandas库中的一种数据结构，类似于二维表格，可以存储和处理具有不同数据类型的数据。在数据分析和数据处理中，经常需要对数据帧进行缺失值的处理。
df.isnull()是Pandas库中的一个方法，用于检测数据帧中的缺失值。它返回一个与原数据帧形状相同的布尔值数据帧，其中缺失值对应的位置为True，非缺失值对应的位置为False。
使用df.isnull()方法可以方便地获取数据帧中单个列的缺失值情况。例如，假设我们有一个名为df的数据帧，其中包含多个列，我们想要获取其中一列的缺失值情况，可以使用df['column_name'].isnull()。
以下是一个示例代码：
import pandas as pd
# 创建一个示例数据帧
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, 30, None, 35],
'Gender': ['Female', 'Male', 'Male', 'Male']}
df = pd.DataFrame(data)
# 获取Age列的缺失值情况
is_null = df['Age'].isnull()
print(is_null)输出结果为：
0 False
1 False
2 True
3 False
Name: Age, dtype: bool上述代码中，我们创建了一个示例数据帧df，其中包含了Name、Age和Gender三列。通过df['Age'].isnull()可以获取Age列的缺失值情况，输出结果显示第2行的Age列值为缺失值（True），其余行的Age列值为非缺失值（False）。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云产品：云数据库 TencentDB（https://cloud.tencent.com/product/cdb）
- 腾讯云产品：云服务器 CVM（https://cloud.tencent.com/product/cvm）
- 腾讯云产品：云原生应用引擎 TKE（https://cloud.tencent.com/product/tke）
- 腾讯云产品：云存储 COS（https://cloud.tencent.com/product/cos）
- 腾讯云产品：区块链服务 BaaS（https://cloud.tencent.com/product/baas）
- 腾讯云产品：人工智能 AI（https://cloud.tencent.com/product/ai）
- 腾讯云产品：物联网 IoT Explorer（https://cloud.tencent.com/product/ioe）
- 腾讯云产品：移动开发 MSDK（https://cloud.tencent.com/product/msdk）
- 腾讯云产品：音视频处理 VOD（https://cloud.tencent.com/product/vod）
- 腾讯云产品：网络安全 DDoS 高防 IP（https://cloud.tencent.com/product/ddos）
- 腾讯云产品：网络通信 VPC（https://cloud.tencent.com/product/vpc）
- 腾讯云产品：软件测试 TAPD（https://cloud.tencent.com/product/tapd）
- 腾讯云产品：数据库 TencentDB（https://cloud.tencent.com/product/cdb）
- 腾讯云产品：云计算 CVM（https://cloud.tencent.com/product/cvm）
- 腾讯云产品：云原生应用引擎 TKE（https://cloud.tencent.com/product/tke）
- 腾讯云产品：云存储 COS（https://cloud.tencent.com/product/cos）
- 腾讯云产品：区块链服务 BaaS（https://cloud.tencent.com/product/baas）
- 腾讯云产品：人工智能 AI（https://cloud.tencent.com/product/ai）
- 腾讯云产品：物联网 IoT Explorer（https://cloud.tencent.com/product/ioe）
- 腾讯云产品：移动开发 MSDK（https://cloud.tencent.com/product/msdk）
- 腾讯云产品：音视频处理 VOD（https://cloud.tencent.com/product/vod）
- 腾讯云产品：网络安全 DDoS 高防 IP（https://cloud.tencent.com/product/ddos）
- 腾讯云产品：网络通信 VPC（https://cloud.tencent.com/product/vpc）
- 腾讯云产品：软件测试 TAPD（https://cloud.tencent.com/product/tapd）
请注意，以上链接仅为示例，具体产品和链接可能会根据腾讯云的实际情况进行调整和更新。
相关·内容
1回答
我有一个包含许多空值的稀疏Pandas数据帧，我希望对其进行过滤，以便在最终数据集中只保留具有超过10个浮点型条目的行和列。我尝试使用现有的代码片段，但似乎不起作用： df.drop([col for col, val = df.count(axis=1, numeric_only='float') if val < 10], axis=1, inplace=True) 谁能告诉我在我的数据帧中删除稀疏列的最好方法是什么？
浏览 16提问于2020-06-29得票数 3
我有一个数据帧df。代码就是以这种方式编写的
df.isnull().mean().sort_values(ascending = False)
以下是输出的某些部分-
inq_fi 1.0
sec_app_fico_range_low 1.0
我想知道它是如何工作的？
如果我们使用df.isnull()，它将为每个单元格返回True或False。mean()将如何为我们提供正确的输出。我的目标是在所有列中找到空值的百分比。上面的输出表示inq_fi，而sec_app_fico_range_low包
浏览 2提问于2018-11-13得票数 4
我有一个包含3列的数据帧
某些行包含具有NaN值的列。
我已经使用checkfornan=df.isnull()生成了一个数据帧(checkfornan)，我可以用它来定位NaN中的各个值。
但我想做的是在原始数据帧(df)中添加另一列，即'isNaN‘，如果同一行中的任何其他值为Nan，则为该列赋值True，如果同一列中没有值为NaN，则赋值为False。
作为Dataframe的新手，我不确定如何使用df.isnull() dataframe的输出将其与我的原始dataframe结合来实现这一点？
有什么想法吗？
谢谢
浏览 3提问于2020-06-01得票数 0
3回答
我有一个有多列的dataframe。我想遍历这些列，计算每一列有多少个isnull值，并生成一个新的数据帧，它在列标题名称旁边显示null值的总和。
如果我这样做了：
for col in main_df:
print(sum(pd.isnull(data[col])))
我得到了每一列的空计数列表：
0
1
100
我正在尝试做的是创建一个新的数据帧，它的列标题与null计数并排，例如
col1 | 0
col2 | 1
col3 | 100
浏览 16提问于2017-01-17得票数 3
回答已采纳
因此，我在我的数据帧上使用以下代码来确定哪些列具有NaN值
type(df)
>>pandas.core.frame.DataFrame
df.isna().any()
我得到的错误信息是
AttributeError: 'DataFrame' object has no attribute 'isna'
有什么建议吗？
浏览 15提问于2018-01-26得票数 0
回答已采纳
我有在任意数据帧中查找缺失值的代码。就我而言，empty表示null或空字符串。下面是一个可以正常工作的示例： s1 = pd.Series(name="Strings", data=['aa', 'bb', ''], dtype=str)
s2 = pd.Series(name="Ints", data=[1, 2, 3], dtype=int)
s3 = pd.Series(name="Floats", data=[1.1, 2.2, np.nan], dtype=float)
df = pd
浏览 19提问于2021-07-21得票数 1
回答已采纳
所以我有一个有5列的数据帧。我想拉出所有列都为NaN的索引。我使用的是以下代码：
nan = pd.isnull(df.all)
但这只是返回false，因为从逻辑上讲，不是dataframe中的所有值都为null。有数千个条目，所以我不希望遍历和检查每个条目。谢谢!
浏览 0提问于2016-08-11得票数 25
回答已采纳
我有一个数据帧列表，其中一些数据帧具有NaN值。到目前为止，我可以使用这个NaN来识别单个数据帧的值。
如何找到数据帧具有NaN值的列表的索引。
dffs样本列表，
[
var1 var1
14.171250 13.593813
13.578317 13.595329
10.301850 13.580139
9.930217 NaN
6.192517 13.561943
NaN 13.565149
6.197983 13.572509,
var1 var2
2.456183
浏览 2提问于2017-07-25得票数 4
回答已采纳
2回答
我有一个带有200+栏的熊猫数据。我试图检查所有带有空数据的列。如何筛选/显示具有空数据的列？df.isnull().sum()列出所有列的计数，但我只希望看到列数为非零空值的列，因为列数很高。
浏览 0提问于2018-11-04得票数 1
回答已采纳
作为数据分析练习的一部分，我正在将excel表格读取到pandas数据帧中。
df = pd.ExcelFile('file.xlsx').parse(0)
nullcounts = df.isnull().sum().to_frame('null_records')
为我的dataframe中的每个序列生成一个计数为null的漂亮帧。但是如果字符串'NA‘出现在一行数据中，我不希望isnull操作返回True。
有没有一种简单的方法可以做到这一点，而不需要为特定的列/数据帧硬编码规则？
编辑:我的源数据中的NAs在读入pandas时似乎被忽略了，因为当
浏览 14提问于2017-02-02得票数 2
回答已采纳
1回答
我有一个数据帧，想要为它创建一个列来表示数据帧中的缺失值模式。例如： 例如对于CSV文件， A,B,C,D
1,NaN,NaN,NaN
Nan,2,3,NaN
3,2,2,3
3,2,NaN,3
3,2,1,NaN 我想创建一个列E，它的值是这样的:如果A，B，C，D都缺少E= 4，如果A，B，C，D都存在E= 0，如果A和B只缺少E=1，E的编码不需要像我提到的那样，只是pattern.How的指示，我能在pandas中遇到这个问题吗？
浏览 11提问于2019-06-11得票数 0
回答已采纳
1回答
我有一个用逗号分隔的csv文件，每行有215列。文件非常大，我使用pandas dataframe pd.read_csv()和块来读取数据。文件中的一行有214列，而不是215列，但dataframe读取数据时将NaN应用于最后一列。 有没有办法在pandas dataframe中标识此行，因为我更喜欢dataframe而不是csv_reader。 注意:最后一列也可以为null，因此按等于null的最后一列过滤数据帧将不起作用
浏览 19提问于2020-09-30得票数 0
2回答
计算包含NaN值的行数
、、、、
我有一个数据帧df，如下所示，我必须计算包含NaN值的行数。 Name Age City Country
0 jack NaN Sydeny Australia
1 Riti NaN Delhi India
2 Vikas 31 NaN India
3 Neelu 32 Bangalore India
4 Steve 16 New York US
5 John 11 NaN NaN
6 NaN NaN
浏览 13提问于2019-06-08得票数 2
回答已采纳
我有一个数据帧的列表，其中大多数是NAN数据帧，有些不是，我想用列表中以前的数据帧(不包含NAN)的相同值填充所有NAN数据帧。下面是一个小例子：
A=[]
data = {'set_of_numbers': [1,2,3,4,4,5,9]}
df1 = pd.DataFrame(data,columns=['set_of_numbers'])
data2 = {'set_of_numbers': [0,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan]}
df2 = pd.DataFrame(data2,co
浏览 3提问于2020-10-08得票数 1
回答已采纳
我希望有人能帮助我。我是Python的新手，我有一个包含111列和超过40000行的数据帧。所有列都包含NaN值(有些列比其他列包含更多的NaN )，所以我想删除那些至少有80%的NaN值的列。我该怎么做呢？
为了解决我的问题，我尝试了以下代码
df1=df.apply(lambda x : x.isnull().sum()/len(x) < 0.8, axis=0)
函数x.isnull().sum()/len(x)是将列x中的NaN的数量除以x的长度，< 0.8的部分是选择那些包含少于80%的NaN的列。
问题是，当我运行这段代码时，我只得到列的名称和布尔值"True“
浏览 3提问于2016-08-23得票数 0
回答已采纳
ST_NUM ST_NAME OWN_OCCUPIED NUM_BEDROOMS
0 104.0 PUTNAM Y 3.0
1 197.0 LEXINGTON NaN NaN
2 NaN LEXINGTON N 3.0
3 201.0 BERKELEY NaN 1.0
4 203.0 BERKELEY Y NaN 这是我的数据
浏览 29提问于2019-10-18得票数 1
我有一个数据帧(Df)，如下所示 Column1 Column2 ...
0 1 1
1 Null 1
.
. 我想绘制每列中空值的计数 目前，我正在做 df.isnull().sum().plot.bar()
plt.show() ? 这样做的问题是大约有180列，其中大多数都是0空值，我想在绘图时忽略这些列。 我尝试了以下方法，但似乎不起作用 df_null = df.loc[: ,df.isnull().sum() > 0]
df_null.plot() ?
浏览 106提问于2021-10-12得票数 1
回答已采纳
Python新手。我正在导入一个CSV，如果有任何数据丢失，我需要返回一个带有附加列的CSV，以指示哪些行缺少数据。我的同事建议我将CSV导入到一个数据帧中，然后创建一个带有"Comments“列的新数据帧，在其中填充对目标行的注释，并将其附加到原始数据帧中。我陷入了使用与"dfinput“匹配的正确行数填充新的dataframe "dferr”的步骤。 我搜索过"pandas csv return error column where data is missing"，但没有找到任何与创建标记坏行的新CSV相关的内容。我甚至不知道提出的方法是不是最好
浏览 14提问于2019-05-28得票数 0
回答已采纳
1回答
在pandas数据帧中
matrix
我想找出包含NaN的行(索引)。
对于在列中查找NaN，我会这样做
idx_nan = matrix.columns[np.isnan(matrix).any(axis=1)]
但它不能与matrix.rows一起工作
在行中查找项的等价物是什么？
浏览 1提问于2016-11-16得票数 2
我尝试只写入某一列的值不等于nan的行。一种简单的解决方案是删除数据等于nan的所有行，但是我尝试保留数据帧中的所有数据。 我的想法是查看特定列的当前位置的值是否不等于nan。如果是，则将该值写出到excel文件中。 if (df99.loc[df99['name'] != 'np.nan']):
df99['name'].to_excel(writer, sheet_name = 'sheet1', startrow = 12,
startcol = 6, index=False, header=False
浏览 29提问于2019-03-07得票数 1
目前，我正在计算整个数据集中缺少的列数，其中包括：
missing_cols = X.apply(lambda x: x.shape[0] - x.dropna().shape[0], axis=1).value_counts().to_frame()
当我运行这个时，我的RAM使用量急剧增加。在卡格尔，这足以使机器崩溃。在操作和一个gc.collect()之后，我似乎没有把所有的内存都拿回来，这暗示了某种泄漏。
我试图了解缺少1列数据、2列数据、3列数据的行数，等等。
是否有更有效的方法来执行这个计算？
浏览 2提问于2019-09-17得票数 1
回答已采纳
我是Matlab和Python的新手。目前，我正在执行一些任务，我想检查数据帧在matlab中是否有nan值？希望能很快得到回应。谢谢!！
浏览 3提问于2022-07-23得票数 1
回答已采纳
我需要对Pandas dataframe中的每一列应用一个函数，该函数包括每列中的NaN计数。假设我有这个数据帧： import pandas as pd
df = pd.DataFrame({'Baseball': [3, 1, 2], 'Soccer': [1, 6, 7], 'Rugby': [8, 7, None]})
Baseball Soccer Rugby
0 3 1 8.0
1 1 6 7.0
2 2 7 NaN
浏览 31提问于2019-10-11得票数 2
回答已采纳
我有一个如下形式的数据帧
In [1]: df
Out [1]:
A B C D
1 0 2 6 0
2 6 1 5 2
3 NaN NaN NaN NaN
4 9 3 2 2
...
15 2 12 5 23
16 NaN NaN NaN NaN
17 8 1 5 3
我感兴趣的是通过NaN行将数据帧拆分成多个数据帧(或对其进行分组)。
所以结果如下所示
In [2]: df1
Out [2]:
A B
浏览 19提问于2018-07-24得票数 2
回答已采纳
首先，我使用以下代码编写了查找每列中空值的数量的代码：
df.isnull().sum()
在那之后，我不知道如何为countplot函数编写代码来获得所需的输出，如图所示。
所需输出：
浏览 14提问于2021-07-22得票数 1
1回答
已经有了一个答案，可以处理一个相对简单的数据帧，这个数据帧被赋予了。
但是，我手头的数据帧有多列和大量行。一个数据帧包含沿axis=0连接的三个数据帧。(一个的底端附加到下一个的顶部。)它们由一行NaN值分隔。
我如何通过沿着NaN行拆分数据来从这个数据中创建三个数据帧？
浏览 1提问于2017-02-08得票数 4
我正在尝试从dataframe中删除所有包含NaN值的行。然而，我已经意识到使用df.dropna(axis='rows')，但是使用df.drop(index=np.where(df.isnull().sum()!=0)[0], axis='index')带来了不同的结果。前者删除的行比后者少。
例如，我最初的dataframe有80 cols和91713行。
如果我使用，则生成的数据帧有80 cols和91639行(例如，74行被删除)，，如果我使用drop()，新的形状是80 cols和56935行(例如，删除了34778行)。
我如何将索引输入到df.d
浏览 6提问于2022-05-12得票数 1
回答已采纳
我有一个大约300K行、大约40列的数据帧。我想要找出是否有任何行包含空值-并将这些“空”行放入一个单独的数据帧中，以便我可以轻松地探索它们。
我可以显式地创建一个掩码：
mask = False
for col in df.columns:
mask = mask | df[col].isnull()
dfnulls = df[mask]
或者我可以这样做：
df.ix[df.index[(df.T == np.nan).sum() > 1]]
有没有一种更优雅的方法(定位包含空值的行)？
浏览 2提问于2013-01-10得票数 295
1回答
我使用AWS Glue从EC2 (Postgre)中提取要转换的数据，并在尝试提取1个表时将其放到S3上。我得到一个错误，看起来像这样：
有什么我能做的吗？我尝试删除空字段或填充，但这些都不起作用。
更新:我甚至选择了一个字符串类型的列，但仍然得到相同的错误：
浏览 0提问于2018-05-06得票数 0
我有这个数据：
在转换数据时，有许多NaNs是以某种方式产生的：
所以我试着用：
df = df.dropna(how='all')
我还是得到了这个(我知道我只显示了3列，但是所有的列都充满了NaNs)
我尝试过假设它们的字符串，并使用：
df = df[~df.isin(['NaN']).any(axis=1)]
这也没用。还有其他想法或想法吗？
浏览 8提问于2021-03-31得票数 0
回答已采纳
1回答
我一直在努力完成一项简单的任务:我需要写一个简短的脚本：
1)检查数据帧中的空白单元格
2)将空白单元格替换为"1“，将所有其他单元格替换为"0”
所以基本上我想象有这样的东西(df是我的数据帧)：
for i in range(0, len(df)-1): #where i is the number of rows
for x in range(0, (len(df).columns)-1): # x is the number of columns
if pd.isnull(df.iloc[i,x]):
df.iloc[i,x]==1
浏览 3提问于2018-03-16得票数 0
我在熊猫中有以下df。
0 A B C
1 2 NaN 8
如何检查df.iloc[1]['B']是否为NaN？
我尝试使用df.isnan()，得到一个如下所示的表：
0 A B C
1 false true false
但我不确定如何为表建立索引，以及这是否是执行作业的有效方式？
浏览 0提问于2017-03-21得票数 18
回答已采纳
1回答
我的df如下所示：
a b c d e f
1 na 2 3 4 5
1 na 2 3 4 5
1 na 2 3 4 5
1 6 2 3 4 5
如何裁剪和重塑数据帧，以使每一列的n/a都被删除，并且数据帧如下所示：
编辑；
df.dropna()正在删除所有行。
a b c d e f
1 6 2 3 4 5
这个数据帧有数百万行，我需要能够逐列删除n/a行，同时保留其中包含数据的行和列。
编辑；
df.dropna()正在删除列中的所有行。当我检查n/a的列是否为空时，df.column_name.empty()返回false。因此，在n/a的列中有数据
浏览 4提问于2018-07-24得票数 0
回答已采纳
DataFrame中缺失记录的可视化 我有很多丢失的数据帧记录。 df.isnull().sum() 问题是，这些缺陷是有联系的，我不知道如何看待它们。因为我不想搞得一团糟，以免破坏数据。您如何查看丢失的数据帧的结构？
浏览 10提问于2020-04-13得票数 2
回答已采纳
我有以下数据帧： df = pd.DataFrame([[0, 1, 2, 4, np.nan, np.nan, np.nan,1],
[0, 1, 2 ,np.nan, np.nan, np.nan,np.nan,1],
[0, 2, 2 ,np.nan, 2, np.nan,1,1]]) 带输出： 0 1 2 3 4 5 6 7
0 0 1 2 4 NaN NaN NaN 1
1 0 1 2 NaN NaN NaN NaN 1
2 0 2 2
浏览 16提问于2020-08-07得票数 0
2回答
我希望从原始数据帧中创建一个pandas数据帧，该数据帧中只包含带有NA值的行 下面是一个示例数据帧以及我希望我的输出是什么样子： A B C A B C
2 1 Green 1 2 nan
1 2 nan 2 1 nan
1 1 Red -->
2 1 nan
2 1 Green 我希望能够像这样编写代码，但这为我提供了NaN值： df = df[df.C == 'Green'] 我已经使用了： df = df[df.C != 'Green
浏览 13提问于2019-04-10得票数 2
回答已采纳
这应该很简单，但我遇到了一个难题，我想创建一个数据帧的副本，其中只存在某一列中的空值。我已经尝试过反向dropna和下面的方法，都不起作用
new_df=pd.isnull(df.column)
浏览 0提问于2016-05-02得票数 2
我正在尝试使用pandas来拆分一个类似如下的tsv文件： X y X y 空行 X y z a b c X y z a b c 分成两个单独的数据帧，一个包含空行之前的一半，另一个包含文件的其余部分-这是因为我不能将整个文件读取到一个数据帧中，因为这两个部分的列数不同。 有没有办法建立空行作为第一个数据帧的“停止点”，并将tsv文件的其余部分读取到另一个数据帧中？ 目前，我只是通过使用pd.read_csv(file_name，skiprows = 3，delimiter = '\t')跳过行来解决这个问题，但是使用这种方法不是一个很好的方法。 谢谢!
浏览 8提问于2019-12-11得票数 0
我想摆脱一些和NaNs在一起的记录。这是完美的工作方式：
df.dropna(axis=0, how='any',inplace=True)
然而，它改变了我的数据帧的形状，并且索引不再是均匀分布的。因此，我想用np.nan替换这些行中的所有项。有没有简单的方法可以做到这一点？
我正在考虑在dropna之后对数据帧进行重采样，但这似乎只在规定的时间间隔内有效，而我更愿意使用原始索引。另一种方法是使用iterrows遍历数据帧，但这也很麻烦。
浏览 2提问于2016-05-02得票数 10
回答已采纳
1回答
我有一个具有多索引(Date，InputTime)的数据帧，该数据帧的列(Value，Id)中可能包含一些NA值。我想要填充正向值，但只按日期填充，而且我找不到以一种非常有效的方式这样做的方法。
下面是我拥有的数据帧类型：
下面是我想要的结果：
因此，为了按日期正确填充，我可以使用groupby(level=0)函数。groupby很快，但是应用于数据帧group by date的填充函数实在太慢了。
下面是我用来比较简单的fill forward (它没有给出预期的结果，但运行得非常快)和expected forward by date (它给出了预期的结果，但实际上太慢
浏览 2提问于2015-10-08得票数 5
2回答
有没有一种简单的方法来删除以NaN为主的列？ 我有一个包含129列的数据帧，我想删除所有具有50%或更大NaN值的列。
浏览 32提问于2020-11-27得票数 1
2回答
如何为熊猫数据帧的每一列返回最后一个非nan值的行索引位置，并将这些位置作为熊猫数据返回？
浏览 3提问于2014-08-18得票数 5
回答已采纳
3回答
任务:在列上删除NAs？
、、、
我尝试应用筛选器来删除我的dask数据帧中具有过多NAs的列：
df.dropna(axis=1, how='all', thresh=round(len(df) * .8))
不幸的是，dask dropna API似乎与pandas略有不同，既不接受axis也不接受threshold。一种部分的解决方法是逐列迭代，并删除那些常量(不管它们是否用NAs填充，因为我不介意去掉常量)：
for col in df.columns:
if len(df[col].unique()) == 1:
new_df = df.drop(col
浏览 2提问于2018-10-17得票数 9
2回答
我有一个缺少值的数据帧。如果单元格不为空，我想遍历每个单元格并更改其值： rows = len(df.index)
columns = len(df.columns)
matches = ['some string1', 'some string2']
for x in range(0, rows):
if (matches[0] in df.iloc[x, 12]) and (df.isnull().any(axis=1)):
df.iloc[x, 12] = "Somethi
浏览 23提问于2021-08-25得票数 0
我有一个包含大量列的数据帧。我对这些列进行了分类，得到了三个列表，每个列表都包含一些列名。例如： l1 = ['Year','Day','Month']
l2 = ['A1','A2','A3',...,'A50']
l3 = ['B1','B2','B3',...,'B50'] 我想获得一个新的数据帧，它只包含上述三个列表中的列。 我试过了 df_new = df[l1] + df[l2] + df[l3] 但由
浏览 15提问于2021-11-21得票数 0
回答已采纳
我有一个excel表，这张表包含了下面提供的不同部分的例子。我想读取新数据帧中的每个部分。对于下面提到的工作表，我想要3个数据帧，每个部分一个。像这样读取文件的可能方法是什么？ Header1 Header2 Header3 Header4
A1 A2 A3 A4 - Section 1
A5 A6 A7 A8
A9 A10 A11 A12
na na na na (Blank line)
B1 B2 B3 B4
浏览 11提问于2020-09-15得票数 0
回答已采纳
(这个问题可能可以概括为过滤任何布尔Pandas系列，但我在这个主题上找不到的任何问题都解决不了我的问题。)
鉴于这一数据：
df = pd.DataFrame({'a': (1, None, 3), 'b': (4, 5, 6), 'c': (7, 8, None), 'd': (10, 11, 12)})
df
a b c d
0 1.0 4 7.0 10
1 NaN 5 8.0 11
2 3.0 6 NaN 12
我需要获得一个包含值的列的列表(我的真实数据集中有80+列，出于清
浏览 1提问于2020-01-05得票数 2
当我应用df.isnull().sum(axis=0)时，我有一个包含所有分类变量的数据框架。甚至df.isna也会给出0。为了获得所有的nans列，我得到一个输出，显示所有列的值为0，但是，在执行df.head(50)时，我可以看到许多缺失的值。我认为这是因为它是obj类型，没有被识别出来。有解决办法吗？
浏览 0提问于2018-06-15得票数 1
回答已采纳
在大型数据帧中转发填充信息的最有效方法是什么？
我从日常文件中组合了大约600万行x 50列的维度数据。我删除了副本，现在我有大约200,000行唯一数据，这些数据将跟踪其中一个维度发生的任何更改。
不幸的是，一些原始数据被弄乱了，并且有空值。如何有效地用以前的值填充空数据？
id start_date end_date is_current location dimensions...
xyz987 2016-03-11 2016-04-02 Expired CA lots_of_stuff
xyz987 2016-04-03
浏览 1提问于2016-04-27得票数 6
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
