import missingno as msno
msno.matrix(df)  # just to visualize. no missing value.

只是用 math.isnan(x)，如果x是NaN(不是数字)则返回True，否则返回False。

df.isnull().sum()

这将为您提供DataFrame各列中所有NaN值的计数。

要找出特定列中哪些行有nan:

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

由于pandas必须为DataFrame.dropna()找到这一点，我看了看他们是如何实现它的，并发现他们使用了DataFrame.count()，它会计数DataFrame中的所有非空值。参考熊猫源代码。我还没有对这种技术进行基准测试，但我认为库的作者可能已经就如何实现它做出了明智的选择。

加上霍布斯的精彩回答，我对Python和熊猫很陌生，所以如果我错了，请指出来。

要找出哪些行有nan:

nan_rows = df[df.isnull().any(1)]

将执行相同的操作，而不需要通过将any()的轴指定为1来检查'True'是否在行中存在。