Python 在数据帧中查找空值的有效方法

Python 在数据帧中查找空值的有效方法,python,pandas,numpy,Python,Pandas,Numpy,这就是我现在拥有的。基本上,我已经创建了两个数据帧,从中使用null值的索引,在列A中选择了相应的值 问题是,是否有一种更有效、更快的方法使用数据帧来实现这一点,我承认,我不太清楚。我通常在pandas中使用的一个例程,用于按列识别空计数,如下所示: 将熊猫作为pd导入 df=pd.read\u csv(“test.csv”) null_counts=df.isnull().sum() 空计数[空计数>0]。排序值(升序=假) 这将打印具有空值的列,并按其具有的空值数量对每个列进行排序 示例输

这就是我现在拥有的。基本上,我已经创建了两个数据帧,从中使用null值的索引,在列A中选择了相应的值


问题是,是否有一种更有效、更快的方法使用数据帧来实现这一点,我承认,我不太清楚。

我通常在pandas中使用的一个例程,用于按列识别空计数,如下所示:

将熊猫作为pd导入
df=pd.read\u csv(“test.csv”)
null_counts=df.isnull().sum()
空计数[空计数>0]。排序值(升序=假)
这将打印具有空值的列,并按其具有的空值数量对每个列进行排序

示例输出:


我通常在pandas中使用的一个例程,用于按列标识空计数,如下所示:

将熊猫作为pd导入
df=pd.read\u csv(“test.csv”)
null_counts=df.isnull().sum()
空计数[空计数>0]。排序值(升序=假)
这将打印具有空值的列,并按其具有的空值数量对每个列进行排序

示例输出:


你能展示一个可复制的例子和你想要的输出吗?你能展示一个可复制的例子和你想要的输出吗?
import pandas as pd
import numpy as np

df = pd.read_csv ('file',low_memory=False)

df_null = df.isnull()
mask = (df_null == True)
i, j = np.where(mask)
print (list(zip(df_null.columns[j], df['Column1'][i])))
PoolQC          1453
MiscFeature     1406
Alley           1369
Fence           1179
FireplaceQu      690
LotFrontage      259
GarageYrBlt       81
GarageType        81
GarageFinish      81
GarageQual        81
GarageCond        81
BsmtFinType2      38
BsmtExposure      38
BsmtFinType1      37
BsmtCond          37
BsmtQual          37
MasVnrArea         8
MasVnrType         8
Electrical         1
dtype: int64