Question

我想检查数据帧中的列是否包含不同于0或NaN的值。因此，我尝试了np.any（），但是如果该列中只有NaN和0，它也会返回true。

np.any([0 , np.NaN, 0])
True

获得这样的输出的最佳方式是什么：（列的类型为float64）

df = [0 , np.NaN, 18, 0]
True

df = [0, np.NaN, 0]
False

谢谢你， R

Answer 1

用fillna替换缺失值并检查：

print (pd.Series([0 , np.NaN, 18, 0]).fillna(0).any())
True

print (pd.Series([0 , np.NaN, 0]).fillna(0).any())
False

或通过dropna删除它们：

print (pd.Series([0 , np.NaN, 18, 0]).dropna().any())
True

print (pd.Series([0 , np.NaN, 0]).dropna().any())
False

numpy解决方案-通过使用numpy.isnan进行索引并建立索引来删除缺失值：

def checkNaN_or_0(arr):
    m = ~np.isnan(arr)
    return np.any(np.array(arr)[m])

print (checkNaN_or_0([0, np.NaN, 18, 0]))
True

print (checkNaN_or_0([0, np.NaN, 0]))
False

感谢@AGN Gazer也可以使用np.inf值进行替代工作：

def checkNaN_or_0(arr):
    m = np.isfinite(arr)
    return np.any(np.array(arr)[m])

print (checkNaN_or_0([0, np.NaN, 18, 0, np.inf]))
True

print (checkNaN_or_0([0, np.NaN, 0, np.inf]))
False

Answer 2

先反转isin然后求和

(~df['column name'].isin([0, np.nan])).sum() > 0

或

any(~df['column name'].isin([0, np.nan]))

如果列不同于NaN或0，则使用np.any（）替代

2 个答案: