快捷導(dǎo)航

Pandas篩選DataFrame含有空值的數(shù)據(jù)行的實(shí)現(xiàn)

更新時(shí)間：2022年07月24日 09:49:29 作者：山茶花開時(shí)。

本文主要介紹了Pandas篩選DataFrame含有空值的數(shù)據(jù)行的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

數(shù)據(jù)準(zhǔn)備

import pandas as pd
 
df = pd.DataFrame([['ABC','Good',1],
                   ['FJZ',None,2],
                   ['FOC','Good',None]
                  ],columns=['Site','Remark','Quantity'])

df

注意:上述Remark字段中的數(shù)據(jù)類型為字符串str類型，空值取值為'None'，Quantity字段中的數(shù)據(jù)類型為數(shù)值型，空值取值為nan

1.篩選指定單列中有空值的數(shù)據(jù)行

# 語法
df[pd.isnull(df[col])]
df[df[col].isnull()]

# 獲取Remark字段為None的行
df_isnull_remark = df[df['Remark'].isnull()]
# 獲取Quantity字段為None的行
df_isnull_quantity = df[df['Quantity'].isnull()]

df_isnull_remark

df_isnull_quantity

提示

篩選指定單列中沒有空值的數(shù)據(jù)行

# 語法
df[pd.notnull(df[col])]
df[df[col].notnull()]

# 獲取Remark字段為非None的行
df_notnull_remark = df[df['Remark'].notnull()]
# 獲取Quantity字段為非None的行
df_notnull_quantity = df[df['Quantity'].notnull()]

df_notnull_remark

df_notnull_quantity

2.篩選指定多列中/全部列中滿足所有列有空值的數(shù)據(jù)行

# 語法
df[df[[cols]].isnull().all(axis=1)] 
df[pd.isnull(df[[cols]]).all(axis=1)]

在df基礎(chǔ)上增加一行生成df1

df1 = pd.DataFrame([['ABC','Good',1],
                   ['FJZ',None,2],
                   ['FOC','Good',None],
                   [None,None,None]
                  ],columns=['Site','Remark','Quantity'])

# 獲取df1所有列有空值的數(shù)據(jù)行 
all_df_isnull = df1[df1[['Site','Remark','Quantity']].isnull().all(axis=1)]

all_df_isnull

提示

篩選指定多列中/全部列中滿足所有列沒有空值的數(shù)據(jù)行

# 語法
df[df[[cols]].notnull().all(axis=1)] 
df[pd.notnull(df[[cols]]).all(axis=1)]

# 獲取df1所有列沒有空值的數(shù)據(jù)行 
all_df_notnull = df1[df1[['Site','Remark','Quantity']].notnull().all(axis=1)]

all_df_notnull

3.篩選指定多列中/全部列中滿足任意一列有空值的數(shù)據(jù)行

# 語法
df[df[[cols]].isnull().any(axis=1)] 
df[pd.isnull(df[[cols]]).any(axis=1)]

df1(數(shù)據(jù)源)

# 獲取df1所有列中滿足任意一列有空值的數(shù)據(jù)行 
any_df_isnull = df1[df1[['Site','Remark','Quantity']].isnull().any(axis=1)]

any_df_isnull

提示

篩選指定多列中/全部列中滿足任意一列沒有空值的數(shù)據(jù)行

# 語法
df[df[[cols]].notnull().any(axis=1)] 
df[pd.notnull(df[[cols]]).any(axis=1)]

# 獲取df1所有列中滿足任意一列沒有空值的數(shù)據(jù)行 
any_df_notnull = df1[df1[['Site','Remark','Quantity']].notnull().any(axis=1)]

any_df_notnull

Numpy里邊查找NaN值的話，使用np.isnan()

Pabdas里邊查找NaN值的話，使用.isna()或.isnull()

import pandas as pd
import numpy as np
 
df = pd.DataFrame({'site1': ['a', 'b', 'c', ''],
                   'site2': ['a', np.nan, '', 'd'],
                   'site3': ['a', 'b', 'c', 'd']})

df

df['contact_site'] = df['site1'] + df['site2'] + df['site3']

新增數(shù)據(jù)列后的df

res1 = df[df['site2'].isnull()]
res2 = df[df['site2'].isna()]
res3 = df[df['site2']=='']

res1

res2

res3

注意:res1和res2的結(jié)果相同，說明.isna()和.isnull()的作用等效

到此這篇關(guān)于Pandas篩選DataFrame含有空值的數(shù)據(jù)行的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Pandas篩選DataFrame空值行內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: