Python 3.x 如何在熊猫中找到完整的空行

我正在处理一个数据集，其中需要从数据集中查找完整的空列。 例如：

目前，我正在使用

import pandas as pd
nan_col=[]
for col in df.columns:
    if df.loc[df[col].isnull()].empty !=True:
        nan_col.append(col)

但这是在指定列中捕获空值，但我需要捕获空行

expected Answer: row [0,3]

---

是否有人可以建议我一种方法来继续识别数据帧中完整的空行。

您可以通过与比较所有行是否都缺少值，然后通过以下方法获取索引值：

---

或者您可以使用

dropna

和

set

以及

sorted

，我在使用

NaNs

删除行之后获取索引，然后还获取整个数据帧的索引，并使用

^

获取不在两个索引中的值，之后，我使用

sorted

对列表进行排序并将其转换为列表，如下所示：

print(sorted(set(df.index) ^ set(df.dropna(how='all').index)))

idx = df.dropna(how='all').index
print([i for index, i in enumerate(df.index) if index not in idx])

如果您可能有重复索引，您可以执行

列表

理解来迭代整个

df

的索引，并将值添加到

列表

理解中如果值不在

dropna

索引中，我还可以使用

枚举

，以便如果所有索引都相同（所有重复索引），它仍然可以工作，如下所示：

print(sorted(set(df.index) ^ set(df.dropna(how='all').index)))

idx = df.dropna(how='all').index
print([i for index, i in enumerate(df.index) if index not in idx])

两个代码都输出：

[0, 3]