列出每行中數據框為 NULL/Empty 的列名

Question

我有一個包含空/空值的數據框。
通過執行以下操作，我可以輕松獲取每行空值的計數：

df['NULL_COUNT'] = len(df[fields] - df.count(axis=1)

這將在字段NULL_COUNT NULL的列數。

如果列標題為空，有沒有辦法以相同的方式將列標題寫入另一個字段？

df['NULL_FIELD_NAMES'] = "<some query expression>"

例子：

df = pd.DataFrame([range(3), [0, np.NaN, 0], [0, 0, np.NaN], range(3), range(3)], columns=['A', 'B', 'C'])

在上面的 df 中，第二行應該有df['NULL_FIELD_NAME'] = 'B' ，第三行應該有df['NULL_FIELD_NAME'] = 'C'

Answer 1

您可以使用：

df['new'] = (df.isnull() * df.columns.to_series()).apply(','.join,axis=1).str.strip(',')

另一種解決方案：

df['new'] = df.apply(lambda x: ','.join(x[x.isnull()].index),axis=1)

樣本：

df = pd.DataFrame([range(3), [np.NaN, np.NaN, 0], [0, 0, np.NaN], range(3), range(3)], 
                  columns=['A', 'B', 'C'])
print (df)
     A    B    C
0  0.0  1.0  2.0
1  NaN  NaN  0.0
2  0.0  0.0  NaN
3  0.0  1.0  2.0
4  0.0  1.0  2.0

df['new'] = df.apply(lambda x: ','.join(x[x.isnull()].index),axis=1)
print (df)
     A    B    C  new
0  0.0  1.0  2.0     
1  NaN  NaN  0.0  A,B
2  0.0  0.0  NaN    C
3  0.0  1.0  2.0     
4  0.0  1.0  2.0