Python 空数据帧不允许其为空

当涉及到数据帧时，我一定不能理解一些关于空的东西。我有一个带有空行的DF，但当我隔离其中一行时，它不是空的

这里我制作了一个数据帧：

>>> df = pandas.DataFrame(columns=[1,2,3], data=[[1,2,3],[1,None,3],[None, None, None],[3,2,1],[4,5,6],[None,None,None],[None,None,None]])
>>> df
     1    2    3
0  1.0  2.0  3.0
1  1.0  NaN  3.0
2  NaN  NaN  NaN
3  3.0  2.0  1.0
4  4.0  5.0  6.0
5  NaN  NaN  NaN
6  NaN  NaN  NaN

>>> df1 = df[2:3]
>>> df1
    1   2   3
2 NaN NaN NaN

>>> df1.empty
False

然后我知道第2行什么都没有，所以我检查一下

>>> df[2:3].empty
    False

奇怪。因此，我将其拆分为自己的数据帧：

>>> df = pandas.DataFrame(columns=[1,2,3], data=[[1,2,3],[1,None,3],[None, None, None],[3,2,1],[4,5,6],[None,None,None],[None,None,None]])
>>> df
     1    2    3
0  1.0  2.0  3.0
1  1.0  NaN  3.0
2  NaN  NaN  NaN
3  3.0  2.0  1.0
4  4.0  5.0  6.0
5  NaN  NaN  NaN
6  NaN  NaN  NaN

>>> df1 = df[2:3]
>>> df1
    1   2   3
2 NaN NaN NaN

>>> df1.empty
False

如何检查一行中的所有元素是否为None或NaN

---

我猜你在找这样的东西：

In [296]: df[5:]
Out[296]:
    1   2   3
5 NaN NaN NaN
6 NaN NaN NaN

In [297]: df[5:].isnull().all(1).all()
Out[297]: True

或者更好的做法是：

---

你误解了什么是空的。这意味着检查序列/数据帧的大小是否大于0，这意味着存在行。比如说,

df.iloc[1:0]

Empty DataFrame
Columns: [1, 2, 3]
Index: []

df.iloc[1:0].empty
True

如果要检查一行是否包含所有NAN，请使用isnull+all：

例如，这应该做到：

df[2:3].isnull().all(1).item()
True

请注意，如果切片的大小超过一行，则不能使用item。

我想您必须使用isnull而不是空

---

您可以从选择中删除所有空值，并检查结果是否为空：

>>> df[5:].dropna(how='all').empty
True

---

如果您不想将NaN值计算为实数，则此值将等于

df.dropna().iloc[5:]

您选择了数据框中不存在的行

df.dropna().iloc[5:].empty
Out[921]: True

---

如果您有一个dataframe，并且希望删除每个列中包含NaN的所有行，那么可以这样做

df.dropna(how='all')

注意，在某些情况下，数据帧的列中也有NaN。如果在这种情况下需要删除整行：

df.dropna(how='any')

执行此操作后，您可以使用以下方法检查数据帧长度及其包含的行数：

len(df)

---

空意味着它的长度是0，并不是说它有所有*nans.pandas.pydata.org/pandas docs/version/0.18/generated/…检查网站示例，他们已经在错误的地方提供了解决方案ee和@MaxU I post…哈哈，应该在问题下发布，，，对不起

len(df)