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
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。
其他回答
如果你需要知道有多少行有“一个或多个nan”:
df.isnull().T.any().T.sum()
或者如果你需要取出这些行并检查它们:
nan_rows = df[df.isnull().T.any()]
Df.isnull ().any().any()应该这样做。
要找出特定列中哪些行有nan:
nan_rows = df[df['name column'].isnull()]
或者你可以在DF上使用.info()，例如:
df.info(null_counts=True)返回列中非_null的行数，例如:
<class 'pandas.core.frame.DataFrame'>
Int64Index: 3276314 entries, 0 to 3276313
Data columns (total 10 columns):
n_matches 3276314 non-null int64
avg_pic_distance 3276314 non-null float64
只是用 math.isnan(x)，如果x是NaN(不是数字)则返回True，否则返回False。
