Python 在pandas dataframe中查找缺失的数据并用NA填充

我有一个熊猫数据框，公司名称和日期作为多索引

companyname date emp1 emp2 emp3..... emp80

其中，emp1、emp2是emp1和emp2在该日期分别拨打的电话数。现在有没有员工打电话的日期。表示存在所有列值均为0的行。我想用NA来填充这些值。

---

我是否应该在某个函数中手动写入所有列的名称？如何实现这一点，您有什么建议吗？

您可以使用以下所有选项检查整行是否为0：

In [11]: df = pd.DataFrame([[1, 2], [0, 4], [0, 0], [7, 8]])

In [12]: df
Out[12]: 
   0  1
0  1  2
1  0  4
2  0  0
3  7  8

In [13]: (df == 0).all(1)
Out[13]: 
0    False
1    False
2     True
3    False
dtype: bool

现在，您可以使用loc将这些行中的所有条目分配给NaN：

In [14]: df.loc[(df == 0).all(1)] = np.nan

In [15]: df
Out[15]: 
    0   1
0   1   2
1   0   4
2 NaN NaN
3   7   8

---

您可以使用以下所有选项检查整行是否为0：

In [11]: df = pd.DataFrame([[1, 2], [0, 4], [0, 0], [7, 8]])

In [12]: df
Out[12]: 
   0  1
0  1  2
1  0  4
2  0  0
3  7  8

In [13]: (df == 0).all(1)
Out[13]: 
0    False
1    False
2     True
3    False
dtype: bool

现在，您可以使用loc将这些行中的所有条目分配给NaN：

In [14]: df.loc[(df == 0).all(1)] = np.nan

In [15]: df
Out[15]: 
    0   1
0   1   2
1   0   4
2 NaN NaN
3   7   8