I'；我正在用python编写一些实践数据集

这行代码是什么意思

train_data.isnull().any() 

---

如果您有一个名为train\u data的df，我不明白它是什么：

train_data = pd.DataFrame( {'a':[1,2,3], 'b':[2,3,4]})

train\u data.isnull（）.any（）

告诉您在任何列中是否有

nan

元素：

a    False
b    False
dtype: bool

对于此df:

train_data=pd.DataFrame（{'a'：[np.nan，2,3]，'b'：[2,3,4]}）

你将有：

a     True
b    False
dtype: bool

any（）

用于知道列的任何元素是否为

np.nan

。对于此df：

train_data = pd.DataFrame( {'a':[np.nan,5,np.nan], 'b':[2,3,4]}) 

train\u data.isnull（）

将每个元素的布尔值作为输出：

       a      b
0   True  False
1  False  False
2   True  False

---

isnull

为每个值返回一个布尔语句，any到每个列检查是否有真值，然后进一步使用any，另一个any t将检查是否有真值

如果您不知道，

isnull

检查每个值的numpy nan

另一方面，

任何

都可以有一个

轴

参数，如果它是1，则表示每行都有一个参数，否则为否

示例（也请阅读评论）：

---

我对pandas知道的不多，但我会冒险猜测它会检查dataframe中的任何值是否为null。

df.isnull（）.any（）.any（）

是一个很好的提示。有人可能仅仅通过使用

df.isnull（）.any（）

@colidyre就期望得到同样的行为。我不完全理解，但我已经解释过了吗？是的，你已经解释过了。只是说：谢谢！好提示

>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame({'a':[np.nan,2,3], 'b':[2,np.nan,4]})
>>> df.isnull() # for each value
       a      b
0   True  False
1  False   True
2  False  False
>>> df.isnull().any() # for each column
a    True
b    True
dtype: bool
>>> df.isnull().any(axis=1) # for each row
0     True
1     True
2    False
dtype: bool
>>> df.isnull().any().any() # for any value 
True