在pandas中,可以使用isnull()
函数来判断每个元素是否为NaN值,然后使用any()
函数来判断每一列是否存在NaN值。最后,可以使用np.where()
函数来获取每一列NaN值的索引。
下面是一个示例代码:
import pandas as pd
import numpy as np
# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4],
'B': [5, np.nan, 7, 8],
'C': [9, 10, 11, np.nan]})
# 判断每个元素是否为NaN值
is_nan = df.isnull()
# 判断每一列是否存在NaN值
has_nan = is_nan.any()
# 获取每一列NaN值的索引
nan_indexes = {col: np.where(is_nan[col])[0] for col in df.columns}
# 打印结果
for col in df.columns:
print(f"列 {col} 中的NaN值索引:{nan_indexes[col]}")
输出结果如下:
列 A 中的NaN值索引:[2]
列 B 中的NaN值索引:[1]
列 C 中的NaN值索引:[3]
这样,你就可以得到每一列NaN值的索引了。
关于pandas的更多信息和使用方法,你可以参考腾讯云的产品介绍链接:腾讯云·Pandas。
领取专属 10元无门槛券
手把手带您无忧上云