如何使用python筛选缺少的数据行

我有一个数据帧

df

，其中一个名为

mort_acc

的功能缺少数据。我想过滤掉那些包含

mort_acc

缺失数据的行，我使用了以下方法

df[df['mort_acc'].应用（lambda x:x==“”）]

它不起作用。我得到了输出

0

。所以我用了下面的lambda方法

df[df['mort_acc']应用（λx:len（x）
听起来像您想要的，我猜python中没有NaN数据类型，请使用pd.isna（）检查它是否为NaN

df[df['mort_acc'].apply(lambda x:pd.isna(x))]

这将为您提供列值具有NaN值的行

df[df.mort_acc.isnull()]

只需使用np.nant在python中没有数据类型作为NaN使用pd.isna（）检查它是否为NaN如果没有示例，我们无法正确帮助您。（编辑：显然，这次回答者猜对了。）请阅读并申请。我认为没有必要为此举一个例子。这个问题很清楚，得到了很多答案。我甚至给出了我尝试过的代码。无论如何，如果你否决投票就可以了。哦，是的……没错。
isna
做这个把戏。但我只是好奇为什么
lambda x:x==“”
不起作用？因为
numpy.nan！=“
…你本可以做
x==numpy.nan
但是
是干净的，我想（同样，
numpy.nan！=numpy.nan
）
df[df.mort_acc.isnull()]