如何创建一个包含原始数据框中所有空值的数据框?
How to create a dataframe that includes all of the null values from an original dataframe?
我希望从原始数据帧创建一个 pandas 数据帧,该数据帧仅包含其中包含 NA 值的行
这是一个示例数据框,我希望我的输出看起来像:
A B C A B C
2 1 Green 1 2 nan
1 2 nan 2 1 nan
1 1 Red -->
2 1 nan
2 1 Green
我希望能够像这样编写我的代码,但这为我提供了 nan 值:
df = df[df.C == 'Green']
我已经用过:
df = df[df.C != 'Green']
df = df[df.C !='Red']
如果可能的话,我希望只有一行代码。
谢谢!
如果只有一列使用:
df = df[df.C.isnull()]
如果它是整个数据框(对于给定行,您想要过滤数据框中任何列为空的位置)
df = df[df.isnull().sum(1) > 0]
IIUC,使用:
df[df.isna().any(1)]
A B C
1 1 2 NaN
3 2 1 NaN
我希望从原始数据帧创建一个 pandas 数据帧,该数据帧仅包含其中包含 NA 值的行
这是一个示例数据框,我希望我的输出看起来像:
A B C A B C
2 1 Green 1 2 nan
1 2 nan 2 1 nan
1 1 Red -->
2 1 nan
2 1 Green
我希望能够像这样编写我的代码,但这为我提供了 nan 值:
df = df[df.C == 'Green']
我已经用过:
df = df[df.C != 'Green']
df = df[df.C !='Red']
如果可能的话,我希望只有一行代码。 谢谢!
如果只有一列使用:
df = df[df.C.isnull()]
如果它是整个数据框(对于给定行,您想要过滤数据框中任何列为空的位置)
df = df[df.isnull().sum(1) > 0]
IIUC,使用:
df[df.isna().any(1)]
A B C
1 1 2 NaN
3 2 1 NaN