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

df.isnull().sum()

这将为您提供DataFrame各列中所有NaN值的计数。

其他回答

要找出特定列中哪些行有nan:

nan_rows = df[df['name column'].isnull()]

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”

你不仅可以检查是否有'NaN'存在,还可以使用下面的方法得到'NaN'在每一列中的百分比,

df = pd.DataFrame({'col1':[1,2,3,4,5],'col2':[6,np.nan,8,9,10]})  
df  

   col1 col2  
0   1   6.0  
1   2   NaN  
2   3   8.0  
3   4   9.0  
4   5   10.0  


df.isnull().sum()/len(df)  
col1    0.0  
col2    0.2  
dtype: float64
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。