如何存储通过pd.dropna（df.dropna（axis = 0））删除的行的行号

Question

示例数据框如下所示

     c1    c2
0    1      2
1    nan    4
2    1      nan
3    4       1
4    nan    nan

使用df.dropna（axis = 0）函数删除后，我希望有一个被删除的行的索引列表，如下所示。

 [1,2,4]

Answer 1

您可以使用difference

df.index.difference(df.dropna().index).tolist()
Out[420]: [1, 2, 4]

或

df.index[df.isnull().any(1)].tolist()
Out[424]: [1, 2, 4]

Answer 2

您可以使用：

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

输出：

[1, 2, 4]

然后

df = df.dropna(axis=0)

详细信息：

1. df.isnull（）返回值为True的数据框
2. 接下来将any方法与axis = 1一起使用，以便它在 行，这将返回一个序列，其中index为 数据框，对于任何作为True值的行都为True。
3. 最后，使用布尔值索引过滤掉那些索引，其中 该系列中的值不是True。

Answer 3

您可以使用np.where。它将返回您的值为NaN的行和列。

np.where(df.isna())
(array([1, 2, 4, 4]), array([0, 1, 0, 1]))

选择元组的第一项，将其转换为一组，然后返回列表：

list(set(np.where(df.isna())[0]))
[1, 2, 4]