Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/292.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 在数据框中查找包含inf的单元格的行位置和列名_Python_Pandas_Dataframe - Fatal编程技术网

Python 在数据框中查找包含inf的单元格的行位置和列名

Python 在数据框中查找包含inf的单元格的行位置和列名,python,pandas,dataframe,Python,Pandas,Dataframe,如何检索多列panda dataramedf中包含inf的所有单元格的列名和行 我试过了 inds = np.where(np.isinf(df)==True) 但是我没有预期的结果行位置: df.index[np.isinf(df).any(1)] 列名: df.columns.to_series()[np.isinf(df).any()] 演示: 列名方法导致typeerror:输入类型不支持ufunc“isinf”,并且无法根据强制转换规则“安全”类型将输入安全强制为任何支持的类型错

如何检索多列panda datarame
df
中包含inf的所有单元格的列名和行

我试过了

inds = np.where(np.isinf(df)==True)
但是我没有预期的结果

行位置:

df.index[np.isinf(df).any(1)]
列名:

df.columns.to_series()[np.isinf(df).any()]
演示:


列名方法导致typeerror:输入类型不支持ufunc“isinf”,并且无法根据强制转换规则“安全”类型将输入安全强制为任何支持的类型错误:输入类型不支持ufunc“isinf”,根据强制转换规则“安全”,无法将输入安全强制为任何受支持的类型。从两个syntaxI中获取此错误我在这两个示例中获取的错误与Ujjwal相同。@D.Reagan,我想错误消息很清楚-在字符串/时间戳等非数字列中查找无穷大值没有多大意义,所以只需传递数字列的子集即可
In [163]: df
Out[163]:
minor             AAPL                        GS
             Adj Close        Volume   Adj Close     Volume
Date
2017-03-01  139.789993  3.627240e+07  252.710007  5218300.0
2017-03-02  138.960007           inf         inf  3020000.0
2017-03-03  139.779999  2.110810e+07  252.889999  3163700.0
2017-03-06  139.339996           inf         inf  2462300.0
2017-03-07  139.520004  1.726750e+07  250.899994  2414900.0
2017-03-08  139.000000           inf         inf  3574400.0
2017-03-09  138.679993  2.206520e+07  250.179993  3055700.0
2017-03-10  139.139999  1.948800e+07  248.380005  3357800.0
2017-03-13  139.199997  1.704240e+07  248.160004  1782700.0

In [164]: df.index[np.isinf(df).any(1)]
Out[164]: DatetimeIndex(['2017-03-02', '2017-03-06', '2017-03-08'], dtype='datetime64[ns]', name='Date', freq=None)

In [165]: df.columns.to_series()[np.isinf(df).any()]
Out[165]:
minor
AAPL   Volume        (AAPL, Volume)
GS     Adj Close    (GS, Adj Close)
dtype: object