如何修改循环以便从 Pandas Python 中的 DataFrame 中的列中的值中获取 NaN 值？

Question

我在 Python 中有我的代码示例，如下所示：

...

for col in df.columns.tolist():
    if val in df[f"{col}"].values:
       if val.isna():
          my_list.append(col)

因此，如果我的 DataFrame 中的某些列包含 NaN 值，则将此列的名称添加到“my_list”。

我知道在我的 DF 中是具有 NaN 值的列，但我的代码生成空的“my_list”，可能错误在行： if val.isna(): ，我该如何修改它？ 如何“告诉” Python 从列中获取 NaN 值？

Answer 1

只需使用这样的 if col 语句

for col in df.columns.tolist():
    if val in df[f"{col}"].values:
       if col == False:
          my_list.append(col)

我没有给你最好的方法，只是修复你的小列表循环

Answer 2

通过迭代列中的值，将列名添加到 my_list 然后打破你得到这个：

my_list = ['col1','col3']

我的代码：

import pandas as pd
from numpy import NaN

df = pd.DataFrame(data={
    "col1":[10,2.5,NaN],
    "col2":[10,2.5,3.5],
    "col3":[5,NaN,1]})
my_list = []

for col in df.columns:
    for val in df[col].values:
        if pd.isna(val):
            my_list.append(col)
            break
print(f"{my_list=}")

Answer 3

您可以使用@Orange 提到的更改来修复您的代码。 我只是将其添加为替代方案。 处理数据时，您希望允许数据库/数据分析软件完成繁重的工作。 在 cursor 上循环是您应该尽量避免的事情。

您拥有的代码可以更改为：

for col in df.columns:
    if df[col].hasnans:
        my_list.append(col)

下面的代码在功能上做同样的事情：

df.columns[[df[col].hasnans for col in df.columns]].to_list()

下面的代码使用isna和sum计算hasnans 。

df.columns[df.isna().sum() > 0].to_list()