在熊猫中的dropna（）对面

Question

我有一个pandas DataFrame，我希望将其分成没有缺失值的观察值和缺少值的观察值。我可以使用dropna()来获取没有缺失值的行。是否有任何模拟来获取缺少值的行？

#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()

Answer 1

按行检查null并使用布尔索引过滤：

df[df.isnull().any(1)]

#  col1 col2
#1  NaN  7.0
#2  3.0  NaN

Answer 2

~ = 对面 ： - ）

df.loc[~df.index.isin(df.dropna().index)]

Out[234]: 
   col1  col2
1   NaN   7.0
2   3.0   NaN

或

df.loc[df.index.difference(df.dropna().index)]
Out[235]: 
   col1  col2
1   NaN   7.0
2   3.0   NaN