Comment vérifier si une cellule en particulier dans les pandas DataFrame isnull?

J'ai le texte suivant df dans les pandas.

0       A     B     C
1       2   NaN     8

Comment puis-je vérifier si df.iloc[1]['B'] est NaN?

J'ai essayé d'utiliser df.isnan() et j'obtiens un tableau comme ceci:

0       A     B      C
1   false  true  false

mais je ne suis pas sûr de la façon de l'index de la table et si c'est un moyen efficace d'effectuer le travail à tous?

InformationsquelleAutor Newskooler | 2017-03-21
  1. 17

    Utilisation mp.isnull, pour sélectionner utiliser loc ou lci:

    print (df)
   0  A   B  C
0  1  2 NaN  8

print (df.loc[0, 'B'])
nan

a = pd.isnull(df.loc[0, 'B'])
print (a)
True

print (df['B'].iloc[0])
nan

a = pd.isnull(df['B'].iloc[0])
print (a)
True
    • J'ai essayé cela, mais j'obtiens l'erreur suivante: TypeError: isnull() prend exactement 1 argument (2)
    • J'avais écrit df.isnull(df['B'].iloc[0]) au lieu de pd.isnull(df['B'].iloc[0]). Merci cela a réglé mon problème!
    InformationsquelleAutor jezrael
  2. 1

    jezrael réponse est sur place. Si vous êtes seul souci avec valeur NaN, j'ai été d'explorer pour voir si il ya une option plus rapide, étant donné que dans mon expérience, résumant plat de tableaux est (étrangement) plus rapidement que le comptage. Ce code semble plus rapide:

    df.isnull().values.any()

    Par exemple:

    In [2]: df = pd.DataFrame(np.random.randn(1000,1000))

In [3]: df[df > 0.9] = pd.np.nan

In [4]: %timeit df.isnull().any().any()
100 loops, best of 3: 14.7 ms per loop

In [5]: %timeit df.isnull().values.sum()
100 loops, best of 3: 2.15 ms per loop

In [6]: %timeit df.isnull().sum().sum()
100 loops, best of 3: 18 ms per loop

In [7]: %timeit df.isnull().values.any()
1000 loops, best of 3: 948 µs per loop
    • Cela ne permet pas de vérifier une cellule particulière.
    • comment vérifier si une cellule est nan e,g df['colname'].les valeurs[0] est vide comment vérifier ce pd.isnull - retour booléen ou un tableau en fonction de la valeur est vide ou pas vide, mais son lancement erreur dans la condition if
    InformationsquelleAutor ankur09011
  3. 0

    Si vous êtes à la recherche pour les indices de NaN dans une colonne spécifique, vous pouvez utiliser

    list(df['B'].index[df['B'].apply(np.isnan)])

    Dans le cas où vous ce qu'il faut faire l'index de tous les possibles valeurs NaN dans le dataframe vous pouvez effectuer les opérations suivantes

    row_col_indexes = list(map(list, np.where(np.isnan(np.array(df)))))
indexes = []
for i in zip(row_col_indexes[0], row_col_indexes[1]):
    indexes.append(list(i))

    Et si vous êtes à la recherche pour un liner, vous pouvez utiliser:

    list(zip(*[x for x in list(map(list, np.where(np.isnan(np.array(df)))))]))
    InformationsquelleAutor Loochie