如何从pandas DataFrame中选择一个或多个null的行而不显式列出列？

Question

我有一个具有〜300K行和〜40列的数据框。我想找出是否有任何行包含空值-并将这些“空”行放入单独的数据框中，以便我可以轻松地浏览它们。

我可以显式创建蒙版：

mask = False
for col in df.columns: 
    mask = mask | df[col].isnull()
dfnulls = df[mask]

或者我可以做类似的事情：

df.ix[df.index[(df.T == np.nan).sum() > 1]]

是否有更优雅的方法（找到行中包含null的行）？

Answer 1

[[已更新，以适应现代的pandas，它具有isnull作为DataFrame s的方法。]

您可以使用isnull和any来构建布尔系列，并使用它来索引到您的框架中：

>>> df = pd.DataFrame([range(3), [0, np.NaN, 0], [0, 0, np.NaN], range(3), range(3)])
>>> df.isnull()
       0      1      2
0  False  False  False
1  False   True  False
2  False  False   True
3  False  False  False
4  False  False  False
>>> df.isnull().any(axis=1)
0    False
1     True
2     True
3    False
4    False
dtype: bool
>>> df[df.isnull().any(axis=1)]
   0   1   2
1  0 NaN   0
2  0   0 NaN

---

[[对于较早的pandas：]

您可以使用函数isnull代替方法：

In [56]: df = pd.DataFrame([range(3), [0, np.NaN, 0], [0, 0, np.NaN], range(3), range(3)])

In [57]: df
Out[57]: 
   0   1   2
0  0   1   2
1  0 NaN   0
2  0   0 NaN
3  0   1   2
4  0   1   2

In [58]: pd.isnull(df)
Out[58]: 
       0      1      2
0  False  False  False
1  False   True  False
2  False  False   True
3  False  False  False
4  False  False  False

In [59]: pd.isnull(df).any(axis=1)
Out[59]: 
0    False
1     True
2     True
3    False
4    False

导致相当紧凑：

In [60]: df[pd.isnull(df).any(axis=1)]
Out[60]: 
   0   1   2
1  0 NaN   0
2  0   0 NaN

Answer 2

nans = lambda df: df[df.isnull().any(axis=1)]

然后在需要时可以键入：

nans(your_dataframe)