Python 返回具有多个'；NA'；价值

我的代码：

import pandas as pd
from sklearn.preprocessing import LabelEncoder
column_names = ["age","workclass","fnlwgt","education","education-num","marital-status","occupation","relationship","race","sex","capital-gain","capital-loss","hrs-per-week","native-country","income"]

adult_train = pd.read_csv("adult.data",header=None,sep=',\s',na_values=["?"])
adult_train.columns=column_names
adult_train.fillna('NA',inplace=True)

我想要在多个列中具有值“NA”的行的索引。是否有内置方法，或者我必须逐行迭代并检查每列的值？ 以下是数据的快照：

我想要像398409这样的行的索引（B列和G列缺少值），而不是像394这样的行的索引（仅N列缺少值）

使用

isnull。任何（1）

或

sum

获取布尔掩码，然后选择行以获取索引，即

df = pd.DataFrame({'A':[1,2,3,4,5],
               'B' :[np.nan,4,5,np.nan,8],
               'C' :[2,4,np.nan,3,5],
               'D' :[np.nan,np.nan,np.nan,np.nan,5]})

   A    B    C    D
0  1  NaN  2.0  NaN
1  2  4.0  4.0  NaN
2  3  5.0  NaN  NaN
3  4  NaN  3.0  NaN
4  5  8.0  5.0  5.0

# If you want to select rows with nan value from Columns B and C 
df.loc[df[['B','C']].isnull().any(1)].index
Int64Index([0, 2, 3], dtype='int64')

# If you want to rows with more than one nan then
df.loc[df.isnull().sum(1)>1].index
Int64Index([0, 2, 3], dtype='int64')

使用

isnull.any（1）

或

sum

获取布尔掩码，然后选择行以获取索引，即

df = pd.DataFrame({'A':[1,2,3,4,5],
               'B' :[np.nan,4,5,np.nan,8],
               'C' :[2,4,np.nan,3,5],
               'D' :[np.nan,np.nan,np.nan,np.nan,5]})

   A    B    C    D
0  1  NaN  2.0  NaN
1  2  4.0  4.0  NaN
2  3  5.0  NaN  NaN
3  4  NaN  3.0  NaN
4  5  8.0  5.0  5.0

# If you want to select rows with nan value from Columns B and C 
df.loc[df[['B','C']].isnull().any(1)].index
Int64Index([0, 2, 3], dtype='int64')

# If you want to rows with more than one nan then
df.loc[df.isnull().sum(1)>1].index
Int64Index([0, 2, 3], dtype='int64')

---

请参阅，我们需要数据和预期输出

maintal\u train.loc[maintal\u train.isnull（）.sum（axis=1）>1]。索引
这可能会有帮助，删除此
maintal\u train.fillna（'NA'，inplace=True）
这是低效的。我正在使用
maintal\u train.fillna（'NA'，inplace=True）
，以便我可以使用
maintal\u train\u['column name'。值计数（）
要获取该列中错误值的计数，只需使用
value\u计数（dropna=False）
。如果将其替换为字符串，您将错过大部分缺少值的功能。如果您的case
maintal\u train.loc[maintal\u train.isnull（）.sum（axis=1）>1]。索引
这就是您的全部目标。这不管用吗？请看，我们需要数据和预期输出
maintal\u train.loc[maintal\u train.isnull（）.sum（axis=1）>1]。索引
这可能会有帮助，删除这个
maintal\u train.fillna（'NA'，inplace=True）
这是低效的。我正在使用
maintal\u train.fillna（'NA'，inplace=True）
，以便我可以使用
maintal\u train\u['column name'].value\u counts（）
要获取该列中错误值的计数，只需使用
value\u counts（dropna=False）
。如果将其替换为字符串，您将错过大部分缺少值的功能。如果您的case
maintal\u train.loc[maintal\u train.isnull（）.sum（axis=1）>1]。索引
这就是您的全部目标。这不管用吗？