Python 3.x 在dataframe列中显示具有假值的行

我正在验证数据框中的“价格”列。样本：

    ArticleId   SiteId  ZoneId  Date       Quantity Price   CostPrice
53  194516      9          2    2018-11-26  11.0    40.64   27.73
164 200838      9          2    2018-11-13  5.0     99.75   87.24
373 200838      9          2    2018-11-27  1.0     99.75   87.34

我想用假值显示这些行，这样我就知道它们有什么问题了。我该怎么做

True     17984
False       13
Name: Price, dtype: int64

---

谢谢。

当price

为null（）时，您可以打印行。

：

• pd.to_numeric（df['Price']，errors='concurve'）。isna（）

  返回一个

  布尔值，可用于选择导致错误的行。
  
  这包括
  NaN
  或带有
  字符串的行
  
  

将熊猫作为pd导入
#测试数据
df=pd.DataFrame（{'Price'：['40.64'，'99.75'，'99.75'，'pd.NA'，'test'，'99.0'，'98.0']}）
价格
0  40.64
1  99.75
2  99.75
3.
4试验
5  99. 0
6   98 0
#查找导致问题的行的值
问题_rows=df[pd.to_numeric（df['Price']，errors='concurve'）.isna（）]
#显示（问题行）
价格
3.
4试验
5  99. 0
6   98 0

可供替代的

• 创建一个额外的列，然后使用它来选择有问题的行

df['Price\u Updated']=pd.to\u numeric（df['Price']，errors='concurve'）
价格更新
0  40.64          40.64
1  99.75          99.75
2  99.75          99.75
3南
4测试NaN
5  99. 0南
6980南
#找到问题行
问题行=df.Price[df.Price\u Updated.isna（）]

解释

• 使用

  .to_numeric（）

  更新列，然后检查

  NaNs

  不会告诉您为什么必须强制这些行

#更新价格行
df.Price=pd.to_numeric（df['Price']，errors='concurve'）
#查一下NaN
问题行=df.Price[df.Price.isnull（）]
#显示（问题行）
3南
4楠
5南
6南
名称：Price，数据类型：float64

True     17984
False       13
Name: Price, dtype: int64

print(df_sales[df_sales['Price'].isnull()])

   ArticleId  SiteId  ZoneId       Date  Quantity  Price  CostPrice
1     200838       9       2 2018-11-13         5    NaN     87.240