在Python Pandas中，检查DataFrame是否有一个(或多个)NaN值的最佳方法是什么?
我知道函数pd。isnan，但这将返回每个元素的布尔值的DataFrame。这篇文章也没有完全回答我的问题。
当前回答
这将只包括至少有一个null/na值的列。
df.isnull().sum()[df.isnull().sum()>0]
其他回答
因为没有人提到，还有另一个变量叫做hasnans。
df[我]。如果pandas系列中的一个或多个值为NaN, hasnans将输出为True，否则为False。注意，它不是一个函数。
熊猫版本“0.19.2”和“0.20.2”
根据您正在处理的数据类型，您还可以在执行EDA时通过将dropna设置为False来获得每列的值计数。
for col in df:
print df[col].value_counts(dropna=False)
适用于分类变量，但当你有很多唯一值时就不那么适用了。
要找出特定列中哪些行有nan:
nan_rows = df[df['name column'].isnull()]
df.isnull().sum()
这将为您提供DataFrame各列中所有NaN值的计数。
最好的方法是:
df.isna().any().any()
原因如下。所以isna()被用来定义isnull()，但这两者当然是相同的。
这甚至比公认的答案还要快，并且涵盖了所有2D熊猫数组。
