在 pandas 中dropna()的对面 [英] Opposite of dropna() in pandas
本文介绍了在 pandas 中dropna()的对面的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我有一个pandas
DataFrame
,我想将其分为无缺失值的观察值和有缺失值的观察值.我可以使用dropna()
来获取没有缺失值的行.有没有类似的方法来获取缺少值的行?
I have a pandas
DataFrame
that I want to separate into observations for which there are no missing values and observations with missing values. I can use dropna()
to get rows without missing values. Is there any analog to get rows with missing values?
#Example DataFrame
import pandas as pd
df = pd.DataFrame({'col1': [1,np.nan,3,4,5],'col2': [6,7,np.nan,9,10],})
#Get observations without missing values
df.dropna()
推荐答案
按行检查null
并使用布尔索引进行过滤:
Check null
by row and filter with boolean indexing:
df[df.isnull().any(1)]
# col1 col2
#1 NaN 7.0
#2 3.0 NaN
这篇关于在 pandas 中dropna()的对面的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文