Python 如何在dataframe中查找哪些列包含任何NaN值

给定一个包含分散在各处的可能NaN值的数据帧：

---

问题：如何确定哪些列包含NaN值？特别是，我可以使用Pandas 0.22.0获取包含NaN的列名列表吗？

更新：

较新的熊猫版本有新的方法和

作为列列表：

In [74]: df.columns[df.isna().any()].tolist()
Out[74]: ['a', 'b']

要选择这些列（至少包含一个

NaN

值）：

---

旧答案：

尝试使用：

或作为@root建议的更清晰版本：

In [5]: df.isnull().any()
Out[5]:
a     True
b     True
c    False
dtype: bool

In [7]: df.columns[df.isnull().any()].tolist()
Out[7]: ['a', 'b']

要选择子集-至少包含一个

NaN

值的所有列：

In [73]: df.loc[:, df.isna().any()]
Out[73]:
     a    b
0  NaN  7.0
1  0.0  NaN
2  2.0  NaN
3  1.0  7.0
4  1.0  3.0
5  7.0  4.0
6  2.0  6.0
7  9.0  6.0
8  3.0  0.0
9  9.0  0.0

In [31]: df.loc[:, df.isnull().any()]
Out[31]:
     a    b
0  NaN  7.0
1  0.0  NaN
2  2.0  NaN
3  1.0  7.0
4  1.0  3.0
5  7.0  4.0
6  2.0  6.0
7  9.0  6.0
8  3.0  0.0
9  9.0  0.0

---

您可以使用

df.isnull（）.sum（）

。它显示所有列和每个功能的总NAN。

我使用这三行代码打印出至少包含一个空值的列名：

for column in dataframe:
    if dataframe[column].isnull().any():
       print('{0} has {1} null values'.format(column, dataframe[column].isnull().sum()))

---

这两种方法都应该有效：

df.isnull().sum()
df.isna().sum()

数据帧方法

isna（）

或

isnull（）

完全相同

---

注意：空字符串

“

被认为是错误的（不被认为是NA）

我遇到了一个问题，我不得不在屏幕上目视检查许多列，因此需要一个短列表comp来过滤并返回有问题的列

nan_cols = [i for i in df.columns if df[i].isnull().any()]

---

如果这对拥有大量列的数据集中的任何人都有帮助，那么最好看看有多少列包含空值，有多少列不包含空值

print("No. of columns containing null values")
print(len(df.columns[df.isna().any()]))

print("No. of columns not containing null values")
print(len(df.columns[df.notna().all()]))

print("Total no. of columns in the dataframe")
print(len(df.columns))

例如，在我的dataframe中，它包含82列，其中19列至少包含一个空值

此外，您还可以自动删除列和行，具体取决于哪个列具有更多的空值
以下是智能执行此操作的代码：

df = df.drop(df.columns[df.isna().sum()>len(df.columns)],axis = 1)
df = df.dropna(axis = 0).reset_index(drop=True)

注意：上述代码将删除所有空值。如果需要空值，请先处理它们。

这对我很有效

1。用于获取至少有1个空值的列。（列名）

2。用于获取包含count的列，其中至少有1个空值。

data[data.columns[data.isnull().any()]].isnull().sum()

data[data.columns[data.isnull().any()]].isnull().sum() * 100 / data.shape[0]

[可选] 3。用于获取空计数的百分比。

data[data.columns[data.isnull().any()]].isnull().sum()

data[data.columns[data.isnull().any()]].isnull().sum() * 100 / data.shape[0]

df.isna（）。这样做：

df.isna（）.any（）

对于具有NaN的任何列，将返回True；对于其余列，将返回False

df.columns[df.isnull().any()].tolist()

它将返回包含空行的列的名称
这是方法之一

import pandas as pd
df = pd.DataFrame({'a':[1,2,np.nan], 'b':[np.nan,1,np.nan],'c':[np.nan,2,np.nan], 'd':[np.nan,np.nan,np.nan]})
print(pd.isnull(df).sum())

感谢您的回复！我想得到一个列名列表（我相应地更新了我的问题），你们知道怎么做吗？你们知道一个很好的方法来选择所有具有特定值而不是空值的列吗？别管！只需将.isnull（）替换为.isin（['xxx']）即可搜索值而不是空值：
df.columns[df.isin['xxx'].any（）].tolist（）
@gregorio099，我会这样做：
df.columns[df.eq（search\u value.any（））.tolist（）
答案不错，已经投了赞成票。想法-您可以添加新函数
isna
，
notna
？
df.isna（）.any（）[lambda x:x]
适用于多种方法的甲烷储罐！您是否有基于此方法使用和设置条件的快速方法。？例如，如果col4、col5和col6为空：df=df[[“col1”、“col2”、“col3”]]
import pandas as pd
df = pd.DataFrame({'a':[1,2,np.nan], 'b':[np.nan,1,np.nan],'c':[np.nan,2,np.nan], 'd':[np.nan,np.nan,np.nan]})
print(pd.isnull(df).sum())