Pandas:我怎样才能找到Nan值所在的col，index？

在Pandas中，可以使用isnull()函数来查找DataFrame中的缺失值（NaN值）。要找到NaN值所在的列，可以使用any()函数结合axis参数设置为0来检查每一列是否存在NaN值。同样，要找到NaN值所在的行，可以将axis参数设置为1来检查每一行是否存在NaN值。

下面是一个示例代码：

import pandas as pd

# 创建一个包含NaN值的DataFrame
data = {'A': [1, 2, None, 4],
        'B': [None, 6, 7, 8],
        'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)

# 查找包含NaN值的列
nan_cols = df.columns[df.isnull().any(axis=0)]
print("包含NaN值的列：", nan_cols)

# 查找包含NaN值的行
nan_rows = df.index[df.isnull().any(axis=1)]
print("包含NaN值的行：", nan_rows)

输出结果为：

包含NaN值的列： Index(['A', 'B'], dtype='object')
包含NaN值的行： Int64Index([0, 1], dtype='int64')

在这个例子中，我们创建了一个包含NaN值的DataFrame，并使用isnull()函数检查每个元素是否为NaN。然后，使用any()函数结合axis参数设置为0来检查每一列是否存在NaN值，返回一个包含包含NaN值的列的索引。同样地，使用axis参数设置为1来检查每一行是否存在NaN值，返回一个包含包含NaN值的行的索引。

对于Pandas的更多信息和使用方法，可以参考腾讯云的Pandas产品介绍。