我有一个这样的数据框
>>df1 = pd.DataFrame({'A': ['1', '2', '3', '4','5'],
'B': ['1', '1', '1', '1','1'],
'C': ['c', 'A1', None, 'c3',None],
'D': ['d0', 'B1', 'B2', None,'B4'],
'E': ['A', None, 'S', None,'S'],
'F': ['3', '4', '5', '6','7'],
'G': ['2', '2', None, '2','2']})
>>df1
A B C D E F G
0 1 1 c d0 A 3 2
1 2 1 A1 B1 None 4 2
2 3 1 None B2 S 5 None
3 4 1 c3 None None 6 2
4 5 1 None B4 S 7 2
然后我删除包含 nan 值的行df2 = df1.dropna()
A B C D E F G
1 2 1 A1 B1 None 4 2
2 3 1 None B2 S 5 None
3 4 1 c3 None None 6 2
4 5 1 None B4 S 7 2
这是一个丢弃的数据框,因为这些行包含 nan 值。 但是,我想知道为什么它们会被丢弃?哪一列是“第一个 nan 值列”使该行被删除?我需要一个放弃的举报理由。
输出应该是
['E','C','D','C']
我知道我可以对每一列执行 dropna
然后将其记录为原因
但它确实没有效率。
有没有更有效的方法来解决这个问题? 谢谢
最佳答案
我认为您可以通过 DataFrame.isnull
创建 bool 数据框,然后按 boolean indexing
过滤带有掩码,其中至少有一个 True
by any
最后idxmax
- 你得到 DataFrame
的第一个 True
值的列名:
booldf = df1.isnull()
print (booldf)
A B C D E F G
0 False False False False False False False
1 False False False False True False False
2 False False True False False False True
3 False False False True True False False
4 False False True False False False False
print (booldf.any(axis=1))
0 False
1 True
2 True
3 True
4 True
dtype: bool
print (booldf[booldf.any(axis=1)].idxmax(axis=1))
1 E
2 C
3 D
4 C
dtype: object
关于python - Pandas 按行查找第一个 nan 值并返回列名,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39995707/