Как проверить, является ли какое-либо значение NaN в кадре данных Pandas

Question

Как проверить, является ли какое-либо значение NaN в кадре данных Pandas

в Python Pandas, каков наилучший способ проверить, имеет ли фрейм данных одно (или несколько) значений NaN?

Я знаю о функции pd.isnan, но это возвращает фрейм данных булевых значений для каждого элемента. Этот пост прямо здесь не совсем отвечает на мой вопрос.

1619 12

python pandas nan

12 ответов:

Comments

Ничего не найдено.

S Anand · Accepted Answer · 2017-05-23 15:34:26

jwilnerответ на месте. Я изучал, есть ли более быстрый вариант, так как по моему опыту суммирование плоских массивов (странно) быстрее, чем подсчет. Этот код, кажется, быстрее:
df.isnull().values.any()
например:
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
df.isnull().sum().sum() немного медленнее, но, конечно, есть дополнительная информация-количество NaNs.

Andy · Accepted Answer · 2018-01-29 14:26:22

у вас есть несколько вариантов.
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10,6))
# Make a few areas have NaN values
df.iloc[1:3,1] = np.nan
df.iloc[5,3] = np.nan
df.iloc[7:9,5] = np.nan
теперь фрейм данных выглядит примерно так:
          0         1         2         3         4         5
0  0.520113  0.884000  1.260966 -0.236597  0.312972 -0.196281
1 -0.837552       NaN  0.143017  0.862355  0.346550  0.842952
2 -0.452595       NaN -0.420790  0.456215  1.203459  0.527425
3  0.317503 -0.917042  1.780938 -1.584102  0.432745  0.389797
4 -0.722852  1.704820 -0.113821 -1.466458  0.083002  0.011722
5 -0.622851 -0.251935 -1.498837       NaN  1.098323  0.273814
6  0.329585  0.075312 -0.690209 -3.807924  0.489317 -0.841368
7 -1.123433 -1.187496  1.868894 -2.046456 -0.949718       NaN
8  1.133880 -0.110447  0.050385 -1.158387  0.188222       NaN
9 -0.513741  1.196259  0.704537  0.982395 -0.585040 -1.693810
1:df.isnull().any().any() - возвращает логическое значение

вы знаете isnull() который вернет фрейм данных следующим образом:
       0      1      2      3      4      5
0  False  False  False  False  False  False
1  False   True  False  False  False  False
2  False   True  False  False  False  False
3  False  False  False  False  False  False
4  False  False  False  False  False  False
5  False  False  False   True  False  False
6  False  False  False  False  False  False
7  False  False  False  False  False   True
8  False  False  False  False  False   True
9  False  False  False  False  False  False
если вы делаете это df.isnull().any(), вы можете найти только те столбцы, которые имеют NaN значения:
0    False
1     True
2    False
3     True
4    False
5     True
dtype: bool
еще один .any() скажет вам, если любой из вышеперечисленных являются True
> df.isnull().any().any()
True
2:df.isnull().sum().sum() - возвращает целое число от общего числа NaN значения:

это работает так же, как .any().any() делает, сначала давая суммирование числа NaN значения в столбце, затем суммирование этих значений:
df.isnull().sum()
0    0
1    2
2    0
3    1
4    0
5    2
dtype: int64
наконец, чтобы получить общее количество значений NaN в таблице данных:
df.isnull().sum().sum()
5

Ihor Ivasiuk · Accepted Answer · 2017-11-19 15:23:17

чтобы узнать, какие строки имеют NaNs в определенном столбце:
nan_rows = df[df['name column'].isnull()]

hobs · Accepted Answer · 2018-08-17 21:19:48

Если вам нужно знать, сколько строк есть с "одним или более NaNs":
df.isnull().T.any().T.sum()
или если вам нужно вытащить эти строки и изучить их:
nan_rows = df[df.isnull().T.any().T]

jwilner · Accepted Answer · 2015-04-09 08:16:56

df.isnull().any().any() должны сделать это.

Ankit · Accepted Answer · 2017-08-23 04:48:20

добавление к Hobs блестящий ответ, я очень новичок в Python и панд, поэтому, пожалуйста, укажите, если я ошибаюсь.

чтобы узнать, какие строки имеют NaNs:
nan_rows = df[df.isnull().any(1)]
выполнит ту же операцию без необходимости транспонирования, указав ось any() как 1, чтобы проверить, присутствует ли "True" в строках.

yazhi · Accepted Answer · 2017-10-18 15:28:20

поскольку никто не упоминал, есть только другая переменная под названием hasnans.

df[i].hasnans выводить True если одно или несколько значений в серии pandas-NaN,False если не. Обратите внимание, что это не функция.

панды версии '0.19.2 ' и'0.20.2'

Marshall Farrier · Accepted Answer · 2016-06-16 08:06:18

С pandas должен выяснить это для DataFrame.dropna(), Я посмотрел, как они реализуют его и обнаружил, что они использовали DataFrame.count(), который подсчитывает все ненулевые значения в DataFrame. Ср. панды исходный код. Я не сравнивал эту технику, но я полагаю, что авторы библиотеки, вероятно, сделали мудрый выбор для того, как это сделать.

江南消夏 · Accepted Answer · 2017-11-02 05:06:02

просто используя математика.isnan (x), возвращает True, если x-NaN (не число), и False в противном случае.

andrewwowens · Accepted Answer · 2016-03-24 04:44:40

в зависимости от типа данных, с которыми вы имеете дело, вы также можете просто получить количество значений каждого столбца при выполнении вашего EDA, установив dropna в False.
for col in df:
   print df[col].value_counts(dropna=False)
работает хорошо для категориальных переменных, не так много, когда у вас есть много уникальных значений.

Jan Sila · Accepted Answer · 2018-06-26 14:30:09

или вы можете использовать .info() на DF, например :

df.info(null_counts=True) который возвращает количество non_null строк в Столбцах, таких как:
<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

Jagannath Banerjee · Accepted Answer · 2018-08-27 19:11:48

вот еще один интересный способ найти нуль и заменить его вычисленным значением

    #Creating the DataFrame

    testdf = pd.DataFrame({'Tenure':[1,2,3,4,5],'Monthly':[10,20,30,40,50],'Yearly':[10,40,np.nan,np.nan,250]})
    >>> testdf2
       Monthly  Tenure  Yearly
    0       10       1    10.0
    1       20       2    40.0
    2       30       3     NaN
    3       40       4     NaN
    4       50       5   250.0

    #Identifying the rows with empty columns
    nan_rows = testdf2[testdf2['Yearly'].isnull()]
    >>> nan_rows
       Monthly  Tenure  Yearly
    2       30       3     NaN
    3       40       4     NaN

    #Getting the rows# into a list
    >>> index = list(nan_rows.index)
    >>> index
    [2, 3]

    # Replacing null values with calculated value
    >>> for i in index:
        testdf2['Yearly'][i] = testdf2['Monthly'][i] * testdf2['Tenure'][i]
    >>> testdf2
       Monthly  Tenure  Yearly
    0       10       1    10.0
    1       20       2    40.0
    2       30       3    90.0
    3       40       4   160.0
    4       50       5   250.0