Como selecionar linhas com valores nan em pandas (com exemplos)

Você pode usar os seguintes métodos para selecionar linhas com valores NaN em pandas:

Método 1: selecione linhas com valores NaN em qualquer coluna

 df. loc [df. isnull (). any (axis= 1 )]

Método 2: selecione linhas com valores NaN em uma coluna específica

 df. loc [df[' this_column ']. isnull ()]

Os exemplos a seguir mostram como usar cada método na prática com o seguinte DataFrame do pandas:

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, np.NaN, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, np.NaN, 9, 9, np.NaN],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, np.NaN]})

#view DataFrame
print (df)

Exemplo 1: Selecione linhas com valores NaN em qualquer coluna

Podemos usar a seguinte sintaxe para selecionar linhas com valores NaN em qualquer coluna do DataFrame:

 #create new DataFrame that only contains rows with NaNs in any column
df_nan_rows = df. loc [df. isnull (). any (axis= 1 )]

#view results
print (df_nan_rows)

  team points assists rebounds
1 B NaN 7.0 8.0
4 E 14.0 NaN 6.0
7 H 28.0 NaN NaN   

Observe que cada linha do DataFrame resultante contém um valor NaN em pelo menos uma coluna.

Exemplo 2: Selecione linhas com valores NaN em uma coluna específica

Podemos usar a seguinte sintaxe para selecionar linhas com valores NaN na coluna auxiliar do DataFrame:

 #create new DataFrame that only contains rows with NaNs in assists column
df_assists_nans = df. loc [df[' assists ']. isnull ()]
#view results
print (df_assists_nans)

  team points assists rebounds
4 E 14.0 NaN 6.0
7 H 28.0 NaN NaN   

Observe que cada linha do DataFrame resultante contém um valor NaN na coluna auxiliar .

Há uma linha com valor NaN na coluna de pontos , mas esta linha não está selecionada porque também não possui valor NaN na coluna de assistências .

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras tarefas comuns em pandas:

Pandas: Como deletar linhas com valores NaN
Pandas: como substituir valores NaN por uma string
Pandas: como preencher valores NaN com média