Как выбрать строки со значениями nan в pandas (с примерами)

Вы можете использовать следующие методы для выбора строк со значениями NaN в pandas:

Способ 1: выберите строки со значениями NaN в любом столбце

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

Способ 2: выберите строки со значениями NaN в определенном столбце

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

В следующих примерах показано, как использовать каждый метод на практике со следующим DataFrame 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)

Пример 1. Выбор строк со значениями NaN в любом столбце

Мы можем использовать следующий синтаксис для выбора строк со значениями NaN в любом столбце 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   

Обратите внимание, что каждая строка результирующего DataFrame содержит значение NaN хотя бы в одном столбце.

Пример 2. Выбор строк со значениями NaN в определенном столбце

Мы можем использовать следующий синтаксис для выбора строк со значениями NaN во вспомогательном столбце 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   

Обратите внимание, что каждая строка результирующего DataFrame содержит значение NaN во вспомогательном столбце.

В столбце очков есть строка со значением NaN, но эта строка не выбрана, поскольку она также не имеет значения NaN в столбце передач .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи в pandas:

Pandas: как удалить строки со значениями NaN
Pandas: как заменить значения NaN строкой
Pandas: как заполнить значения NaN средним значением