Python 熊猫：检查熊猫数据框列中的条目是否为空

假设您有一个数据帧，其中的数字类型为float。您将如何检查是否有空的条目

示例df：

df = pd.DataFrame([(.21, ), (.01, .67), (.66, .03), (.21, .18)],
                  columns=['dogs', 'cats'])

---

不，不能有NAN。

将

isna

与

any

df.isna().any()
Out[103]: 
dogs    False
cats     True
dtype: bool

或者从

info

，您可以知道非空值不等于数据帧长度

df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 2 columns):
dogs    4 non-null float64
cats    3 non-null float64
dtypes: float64(2)
memory usage: 192.0 bytes

df.info（）
范围索引：4个条目，0到3
数据列（共2列）：
狗4非空浮点数64
cats 3非空浮点64
数据类型：float64（2）
内存使用：192.0字节
将
isna
与
任何

df.isna().any()
Out[103]: 
dogs    False
cats     True
dtype: bool

或者从
info
，您可以知道非空值不等于数据帧长度

df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 2 columns):
dogs    4 non-null float64
cats    3 non-null float64
dtypes: float64(2)
memory usage: 192.0 bytes

df.info（）
范围索引：4个条目，0到3
数据列（共2列）：
狗4非空浮点数64
cats 3非空浮点64
数据类型：float64（2）
内存使用：192.0字节
您可以使用此选项将NaN替换为您想要的任何内容：

df.fillna(0, inplace=True)
df

   dogs  cats
0  0.21  0.00
1  0.01  0.67
2  0.66  0.03
3  0.21  0.18

您可以使用此选项将NaN替换为您想要的任何内容：

df.fillna(0, inplace=True)
df

   dogs  cats
0  0.21  0.00
1  0.01  0.67
2  0.66  0.03
3  0.21  0.18

当您运行该命令时，空白本身将变为NAN。所以我不确定你的输出是什么？你想让NaN消失？您可以这样做：-
df = pd.DataFrame([(.21, ), (.01, .67), (.66, .03), (.21, .18)],
                  columns=['dogs', 'cats']).fillna(" ")

输出：-
 当运行该命令时，空白本身将变为NAN。所以我不确定你的输出是什么？你想让NaN消失？您可以这样做：-

df = pd.DataFrame([(.21, ), (.01, .67), (.66, .03), (.21, .18)],
                  columns=['dogs', 'cats']).fillna(" ")

输出：-
[索引的索引，df.iterrows（）中的行（如果有）（np.isnan（行））]

通过迭代所有行，可以显示带有空的行的索引。[p>
[索引索引，df.iterrows（）中的行，如果有（np.isnan（行））]

通过迭代所有行，可以显示具有空