Question

我对编码很陌生，最近我在工作中完成了一个非常小的Pandas课程，本课程的一部分是考虑一个我们希望改进的项目。我希望能够从CSV或Excel文件中识别表中的缺失值，然后列出这些缺失值。导入的CSV文件示例：

公司2016 2015 2014 2013 2012 2011 2010

AAPL US 31 NaN 21.0 3.0 NaN 80.0 7

MSFT US 72 8.0 67.0 NaN 93.0 30.0 37

SNAP US 51 NaN NaN 7.0 33.0 16.0 44

FB US 49 56.0 33.0 97.0 NaN NaN 98

分为：

AAPL US，2015,2012

MSFT US，2013

SNAP US，2015,2014

FB US，2012,2011

我理解如何计算它们等等，但我希望看到某种最终列表。

谢谢！

Answer 1

首先set_index，按isnull检查NaN，然后按list生成apply并过滤：

df = (df.set_index('Company')
        .isnull()
        .apply(lambda x : x.index[x].tolist(), 1)
        .reset_index(name='val'))
print (df)
   Company           val
0  AAPL US  [2015, 2012]
1  MSFT US        [2013]
2  SNAP US  [2015, 2014]
3    FB US  [2012, 2011]

或者如果想要string s：

df = df.set_index('Company')
s = np.where(df.isnull(), ['{}, '.format(x) for x in df.columns], '')
df = pd.Series([''.join(x).strip(', ') for x in s], index=df.index).reset_index(name='val')
print (df)
   Company         val
0  AAPL US  2015, 2012
1  MSFT US        2013
2  SNAP US  2015, 2014
3    FB US  2012, 2011

识别缺失值并返回包含这些值的列表

1 个答案: