文章目錄

• • • • • 先直接上代碼
        • 簡單分析

先直接上代碼

考慮下表：

df = pd.DataFrame(np.random.randn(5, 3), index=['a', 'c', 'e', 'f', 'h'],columns=['one', 'two', 'three'])df2 = df.reindex(['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'])df2one two three a 0.820537 -0.115642 1.096765 b NaN NaN NaN c -0.737318 -0.241887 -0.043518 d NaN NaN NaN e -0.092327 -1.263035 -3.563509 f -0.578219 1.196041 -1.339231 g NaN NaN NaN h -0.110525 -0.396843 -0.513144

可以看到其空行極多，首先找出所有空值所在位置(所有下標值)：

locs = np.argwhere(np.isnan(df2.values)) locsarray([[1, 0],[1, 1],[1, 2],[3, 0],[3, 1],[3, 2],[6, 0],[6, 1],[6, 2]], dtype=int64)

如果想要直接查出有哪些行包含了空值（最后解釋）：

df2.columns[locs[:,1]].drop_duplicates()Index(['one', 'two', 'three'], dtype='object')

行號就簡單了：

locs[:,0]array([1, 1, 1, 3, 3, 3, 6, 6, 6], dtype=int64)

簡單分析

首先，DataFrame的values本質上就是一個numpy array

type(df2.values)numpy.ndarray

那么很自然地，要找出array里面的空值，直接就用numpy的方法就好，這里之前也介紹過 [傳送門]。

其次，用np.argwhere返回的值就是下標的集合（本質上還是數組）。

而df2.columns本身也可以用索引來訪問，那么就簡單了：locs中第二維正好就是缺失值列所在的下標。

緊接著注意到columns的本質是Index類型，它可以使用和DataFrame一樣的drop_duplicates()方法，因此這段代碼一步到位。

綜上，說不用循環就不用循環。

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的Pandas缺失数据最快定位方式（极少代码快速实现，打死不用循环!!!!!）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。